MétaCan
Menu
Retour à la cohorte
Enregistrement W2126273968 · doi:10.1177/0017896914543208

With or without a therapist: Self-help reading for mental health

2014· article· en· W2126273968 sur OpenAlexaffabout
Scott McLean

Notice bibliographique

RevueHealth Education Journal · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of Calgary
Organismes subventionnairesDivision of Graduate Education
Mots-clésMental healthReading (process)Diversity (politics)PsychologyNarrativeIntervention (counseling)Qualitative researchScholarshipMedical educationPedagogySocial psychologyMedicinePsychotherapistSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Objective: To address a critical gap in health education scholarship by exploring the contexts in which self-help reading takes place, the motivations of self-help readers and the processes through which such readers engage with books on mental health. Design: Structured, in-depth interviews conducted with participants recruited through online classified advertisements. Setting: Self-help readers were recruited from the four largest cities in western Canada. The setting of self-help reading as an ‘intervention’ was as natural as possible, with readers being asked to reflect upon their recent experience of reading a self-help book. Method: Qualitative interviews conducted with 45 readers. Interview transcripts were analysed thematically. Results: Illustrative narratives are provided for two categories of readers: those who read in conjunction with direct therapeutic intervention and those who read without input from a therapist. Findings within both categories indicate a high level of diversity in terms of contexts, motivations and experiences. Conclusion: Understanding the diversity of readers and their experiences is an important prerequisite for health educators wishing to develop a critical and responsible approach to positioning self-help literature within the broader range of approaches to promoting mental health.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,003
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,055
Tête enseignante GPT0,467
Écart entre enseignants0,412 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Education JournalMême sujetDigital Mental Health InterventionsTravaux en français237 207