MétaCan
Menu
Retour à la cohorte
Enregistrement W2724427827 · doi:10.2196/mental.7716

Use of New Technologies in the Prevention of Suicide in Europe: An Exploratory Study

2017· article· en· W2724427827 sur OpenAlexvenueno aff
Juan−Luis Muñoz−Sánchez, Carmen Delgado Álvarez, Andrés Sánchez-Prada, Mercedes Pérez-López, Manuel Franco

Notice bibliographique

RevueJMIR Mental Health · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensnon disponible
Organismes subventionnairesExecutive Agency for Health and ConsumersJunta de Castilla y LeónEuropean Commission
Mots-clésSuicide preventionPublic relationsEmerging technologiesMental healthComputer-assisted web interviewingHuman factors and ergonomicsOccupational safety and healthMedicinePoison controlBusinessPsychologyPolitical scienceEnvironmental healthMarketingPsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: New technologies are an integral component of today's society and can complement existing suicide prevention programs. Here, we analyzed the use of new technologies in the prevention of suicide in 8 different European countries. OBJECTIVE: The aim of this paper was to assess the opinions of professionals in incorporating such resources into the design of a suicide prevention program for the region of Zamora in Spain. This investigation, encompassed within the European project entitled European Regions Enforcing Actions against Suicide (EUREGENAS), includes 11 regions from 8 different countries and attempts to advance the field of suicide prevention in Europe. METHODS: Using a specifically designed questionnaire, we assessed the opinions of 3 different groups of stakeholders regarding the use, frequency of use, facilitators, content, and format of new technologies for the prevention of suicide. The stakeholders were comprised of policy and public management professionals, professionals working in the area of mental health, and professionals related to the social area and non-governmental organizations (NGOs). A total of 416 participants were recruited in 11 regions from 8 different European countries. RESULTS: The utility of the new technologies was valued positively in all 8 countries, despite these resources being seldom used in those countries. In all the countries, the factors that contributed most to facilitating the use of new technologies were accessibility and free of charge. Regarding the format of new technologies, the most widely preferred formats for use as a tool for the prevention of suicide were websites and email. The availability of information about signs of alarm and risk factors was the most relevant content for the prevention of suicide through the use of new technologies. The presence of a reference mental health professional (MHP) was also considered to be a key aspect. The countries differed in the evaluations given to the different formats suggesting that the cultural characteristics of the country should be taken into account. CONCLUSIONS: New technologies are much appreciated resources; however they are not often underused in the field of suicide prevention. The results of this exploratory study show that new technologies are indeed useful resources and should be incorporated into suicide prevention programs.

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)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,179
Tête enseignante GPT0,451
Écart entre enseignants0,272 · 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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetSuicide and Self-Harm StudiesTravaux en français237 207