MétaCan
Menu
Retour à la cohorte
Enregistrement W2755280539 · doi:10.4018/978-1-5225-2958-3.ch001

Online Mindfulness Interventions

2017· book-chapter· en· W2755280539 sur OpenAlexaff
Farah Ahmad, Jamie Jianmin Wang, Christo El Morr

Notice bibliographique

RevueAdvances in healthcare information systems and administration book series · 2017
Typebook-chapter
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMindfulnessPsychological interventionAnxietyMental healthPsychologyIntervention (counseling)Clinical psychologyPsychotherapistPsychiatry

Résumé

récupéré en direct d'OpenAlex

The current chapter systematically reviewed literature on online mindfulness interventions. Electronic databases were searched from 2005 to July 2016. The aim was to examine the nature of online mindfulness interventions, design features, and their effectiveness in improving symptoms of depression, anxiety, and stress. The review of selected studies shows that online delivery of mindfulness psycho-education and practice is an area in its infancy. There is evidence that online mindfulness interventions can have a positive impact on mental health in terms of stress, depression, and anxiety; however, large sample studies are needed in order to have conclusive results. Moreover, the extension of online mindfulness interventions beyond the individual level to include a community dimension, such as virtual community features, and a focus on the social determinants of health, needs to be explored in future. The online mindfulness intervention could be a cost-effective way to scale up the promotion of mental wellbeing.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,007
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,054
Tête enseignante GPT0,404
Écart entre enseignants0,349 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in healthcare information systems and administration book seriesMême sujetDigital Mental Health InterventionsTravaux en français237 207