MétaCan
Menu
Retour à la cohorte
Enregistrement W2912166673 · doi:10.2196/11965

User Involvement in Developing the MYPLAN Mobile Phone Safety Plan App for People in Suicidal Crisis: Case Study

2019· article· en· W2912166673 sur OpenAlexvenueno aff
Niels Buus, Anette Juel, Hila Haskelberg, Hanne Frandsen, Jette Louise Skovgaard Larsen, Jo River, Kate Andreasson, Merete Nordentoft, Tracey A Davenport, Annette Erlangsen

Notice bibliographique

RevueJMIR Mental Health · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesTrygFondenAustralian Government
Mots-clésMobile appsMobile phoneInternet privacyBusinessComputer sciencePsychologyComputer securityWorld Wide WebTelecommunications

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The effect of safety planning for people in suicidal crisis is not yet determined, but using safety plans to mitigate acute psychological crisis is regarded as best practice. Between 2016 and 2017, Australian and Danish stakeholders were involved in revising and updating the Danish MYPLAN mobile phone safety plan and translating the app into a culturally appropriate version for Australia. OBJECTIVE: The objective of this study was to examine the negotiation of stakeholders' suggestions and contributions to the design, function, and content of the MYPLAN app and to characterize significant developments in the emerging user-involving processes. METHODS: We utilized a case study design where 4 focus groups and 5 user-involving workshops in Denmark and Australia were subjected to thematic analysis. RESULTS: The analyses identified 3 consecutive phases in the extensive development of the app: from phase 1, Suggesting core functions, through phase 2, Refining functions, to phase 3, Negotiating the finish. The user-involving processes continued to prevent closure and challenged researchers and software developers to repeatedly reconsider the app's basic user interface and functionality. It was a limitation that the analysis did not include potentially determinative backstage dimensions of the decision-making process. CONCLUSIONS: The extended user involvement prolonged the development process, but it also allowed for an extensive exploration of different user perspectives and needs.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil0,980

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,045
Tête enseignante GPT0,414
Écart entre enseignants0,368 · 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.

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

Citations32
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207