Exploring the Use of Information and Communication Technology by People With Mood Disorder: A Systematic Review and Metasynthesis
Notice bibliographique
Résumé
BACKGROUND: There is a growing body of evidence relating to how information and communication technology (ICT) can be used to support people with physical health conditions. Less is known regarding mental health, and in particular, mood disorder. OBJECTIVE: To conduct a metasynthesis of all qualitative studies exploring the use of ICTs by people with mood disorder. METHODS: Searches were run in eight electronic databases using a systematic search strategy. Qualitative and mixed-method studies published in English between 2007 and 2014 were included. Thematic synthesis was used to interpret and synthesis the results of the included studies. RESULTS: Thirty-four studies were included in the synthesis. The methodological design of the studies was qualitative or mixed-methods. A global assessment of study quality identified 22 studies as strong and 12 weak with most having a typology of findings either at topical or thematic survey levels of data transformation. A typology of ICT use by people with mood disorder was created as a result of synthesis. CONCLUSIONS: The systematic review and metasynthesis clearly identified a gap in the research literature as no studies were identified, which specifically researched how people with mood disorder use mobile ICT. Further qualitative research is recommended to understand the meaning this type of technology holds for people. Such research might provide valuable information on how people use mobile technology in their lives in general and also, more specifically, how they are being used to help with their mood disorders.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,014 |
| Bibliométrie | 0,031 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».