Texting for Help: Processes and Impact of Text Counseling with Children and Youth with Suicide Ideation
Notice bibliographique
Résumé
OBJECTIVE: To explore: (1) how children contacting a child helpline with suicide ideation differ from children discussing other topics, (2) whether text messaging effectively helps, and (3) which counselor behaviors are most effective. METHOD: Of 6,060 text sessions at the Danish national child helpline, 444 concerned suicidality, of which the 102 sessions that included self-rated, end Session ratings were selected for content analysis. RESULTS: Twenty-six percentage of suicidal children had severe suicidality. The suicide sample had significantly more girls, was older than the nonsuicide sample, and more often recontacted the helpline in the 2 weeks prior to follow-up. 35.9% of suicidal children felt better immediately and over half ended the session with a plan of action. At follow-up, 23.9% of suicidal children reported feeling better; however, 37.0% reported feeling worse. Talking about emotions, expressing empathy, and encouraging the child to talk to someone were associated with positive impacts. Setting boundaries was associated with negative impacts. CONCLUSIONS: Texting with suicidal children can be helpful, but should be considered a first step toward obtaining more sustainable help. Research is needed to determine how to better help children who felt worse or did not improve in the 2 weeks after contacting the helpline. Suggestions to further training of counselors are discussed.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».