MétaCan
Menu
Retour à la cohorte
Enregistrement W2886606836 · doi:10.3389/fpsyg.2018.01338

Leveraging the Web and Social Media to Promote Access to Care Among Suicidal Individuals

2018· article· en· W2886606836 sur OpenAlexaff
Charles-Edouard Notredame, Pierre Grandgenèvre, Nathalie Pauwels, Margot Morgiève, Marielle Wathelet, Guillaume Vaïva, Monique Séguin

Notice bibliographique

RevueFrontiers in Psychology · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensUniversité du Québec en OutaouaisMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésOutreachSocial mediaPsychologyInternet privacyPublic relationsMental healthThe InternetIntervention (counseling)Computer scienceWorld Wide WebPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

After two decades of exponential development, the Internet has become an inseparable component of suicide prevention matters. More specifically, social media has turned out to be a privileged space for suicidal individuals to express their distress and seek support. Although this tendency carries with it specific risks and challenges, it creates unprecedented opportunities to face the challenges of help seeking and access to care. In this paper, we present the empirical, technological, and theoretical evidence supporting the implementation of a digitally augmented prevention policy that would increase its reach. Congruent to the clinical observations and theories on the help-seeking process, we argue that social media can help undertake three main functions of increasing proactivity to bring suffering Web users to care. The gateway function relates to the properties of social media interactions to leverage help-seeking barriers and enable ambivalent individuals to access the mental healthcare system. The communication outreach function aims to broadcast pro-help-seeking messages, while drawing on the functional structure of the social media network to increase its audience. The intervention outreach function consists in using machine learning algorithms to detect social media users with the highest risk of suicidal behaviors and give them a chance to overcome their dysfunctional reluctance to access help. We propose to combine these three functions into a single coherent operational model. This would involve the joint actions of a communication and intervention team on social networks, working in close collaboration with conventional mental health professionals, emergency service, and community resources.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,361
Écart entre enseignants0,315 · 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'étudeSans objet
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

Citations40
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetSuicide and Self-Harm StudiesTravaux en français237 207