MétaCan
Menu
Retour à la cohorte
Enregistrement W1953211836 · doi:10.7870/cjcmh-2015-006

The Acceptability of E-mental Health Services for Children, Adolescents, and Young Adults: A Systematic Search and Review

2015· article· en· W1953211836 sur OpenAlexaffvenue
Ashley Struthers, Catherine Charette, Sunita Bayyavarapu Bapuji, Shannon Winters, Xibiao Ye, Colleen Metge, Sara A. Kreindler, Melissa Raynard, Jacqueline Lemaire, Margaret Synyshyn, Karen Sutherland

Notice bibliographique

RevueCanadian Journal of Community Mental Health · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of ManitobaGeorge & Fay Yee Centre for Healthcare Innovation
Organismes subventionnairesnon disponible
Mots-clésMental healthInclusion (mineral)Intervention (counseling)MedicineMEDLINEPopulationYoung adultPsychiatryPsychologyFamily medicineClinical psychologyNursingGerontologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

This paper presents the findings of a systematic search and review examining the acceptability of e-mental health services for children, adolescents, and young adults and their parents and healthcare providers. Multiple databases were searched and abstracts were screened to determine if they met study inclusion criteria. Findings from included studies were synthesized within five dimensions of acceptability: satisfaction, client expectations, uptake, adherence and patient/provider experiences. Twenty-four studies were included, and findings suggest that although clients are generally satisfied with e-mental health and report positive experiences, adherence and uptake can be challenges. In conclusion, e-mental health appears to be an acceptable intervention option for children, adolescents, and young adults and their parents and healthcare providers. Further research is needed to better understand the effectiveness and acceptability of e-mental health for this population, including adherence, patient and provider experiences and integration into existing health systems.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,078
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,005
Bibliométrie0,0130,015
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,053
Tête enseignante GPT0,400
Écart entre enseignants0,347 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Community Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207