Support for Carers of Young People with Mental Illness
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this article, we show how a technology-mediated mental health therapy involving psycho-education, therapist moderators, and social networking can provide support for carers of young people with mental illness. This multi-faceted tool provides opportunities for users to adapt the system to their needs, leading us to refocus the goal of treatment adherence toward a relatively new phenomenon in HCI, concordance, which has not previously been examined in the HCI literature in relation to online mental-health tools. Concordance shares important links with the development of therapeutic alliance, which is centrally important to mental health therapy, and to Self-Determination Theory (SDT), which informed our approach to design. We present a three-month user study, which provides initial encouraging support for both the suitability of concordance as a lens for viewing user engagement and the idea that users can develop a therapeutic alliance with an online support system. This latter result is surprising as the phenomenon of therapeutic alliance generally describes a relationship between client and (human) clinician. Therapeutic alliance has previously been explored for face-to-face groups, and between individuals and online systems, but not for online groups. We show how even automated system behavior can encourage engagement from users and contribute to alliance formation, if the non-human parts of an online system are interactive. We argue that a design approach involving peer/moderator support as well as automated feedback, and which takes account of SDT, can provide support for therapeutic alliance.
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.
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 | 0,000 | 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) | 0,002 | 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 découle