Co-designing Services for Youth With Mental Health Issues: Novel Elicitation Approaches
Notice bibliographique
Résumé
Experience-based co-design (EBCD) is an innovative, evidence-based approach to health and social system change based on principles of participatory action research, narrative and learning theory, and design thinking. Unique elicitation strategies such as experience mapping, trigger videos, and prototype development are used in EBCD to engage service users and service providers in a collaborative process of identifying touchpoints and solutions to system-level problems. In this article, we present findings from interviewing a purposeful sample of 18 participants (4 youth, 6 service providers, 6 family members, and 2 employers) across three co-design projects designed to address either mental health or employment services for youth (aged 16–24) with mental health issues in one urban center. Through interviewing participants, perceptions were explored relating to three elicitation techniques: creating experience maps, creating and viewing trigger videos, and co-designing visual “prototype” solutions. Analysis of participants’ comments indicated that these techniques can be powerful tools to foster mutual understanding and collaborative ideas, but they require a social, spatial, and temporal context that optimizes their value. A “safe space” is needed within which the essential elements of elicitation—building trust, finding voice, sharing perspectives, and creating a common vision—can occur. Three core, overlapping processes of co-design elicitation were identified: “building common perspectives,” “building mutual understanding,” and “building innovation.” We present a conceptual framework depicting the interplay of processes and elicitation techniques, essential to building mutual understanding and innovation during the EBCD process.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».