MétaCan
Menu
Retour à la cohorte
Enregistrement W2946912011 · doi:10.2196/13524

Young People Seeking Help Online for Mental Health: Cross-Sectional Survey Study

2019· article· en· W2946912011 sur OpenAlexvenueno aff
Claudette Pretorius, Derek Chambers, Benjamin R. Cowan, David Coyle

Notice bibliographique

RevueJMIR Mental Health · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésCredibilityMental healthThe InternetHelp-seekingPsychologySocial mediaPhoneComputer-assisted web interviewingCross-sectional studyInternet privacyMedicinePsychiatryWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Young people are particularly vulnerable to experiencing mental health difficulties, but very few seek treatment or help during this time. Online help-seeking may offer an additional domain where young people can seek aid for mental health difficulties, yet our current understanding of how young people seek help online is limited. OBJECTIVE: This was an exploratory study which aimed to investigate the online help-seeking behaviors and preferences of young people. METHODS: This study made use of an anonymous online survey. Young people aged 18-25, living in Ireland, were recruited through social media ads on Twitter and Facebook and participated in the survey. RESULTS: A total of 1308 respondents completed the survey. Many of the respondents (80.66%; 1055/1308) indicated that they would use their mobile phone to look online for help for a personal or emotional concern. When looking for help online, 82.57% (1080/1308) of participants made use of an Internet search, while 57.03% (746/1308) made use of a health website. When asked about their satisfaction with these resources, 36.94% (399/1080) indicated that they were satisfied or very satisfied with an Internet search while 49.33% (368/746) indicated that they were satisfied or very satisfied with a health website. When asked about credibility, health websites were found to be the most trustworthy, with 39.45% (516/1308) indicating that they found them to be trustworthy or very trustworthy. Most of the respondents (82.95%; 1085/1308) indicated that a health service logo was an important indicator of credibility, as was an endorsement by schools and colleges (54.97%; 719/1308). Important facilitators of online help-seeking included the anonymity and confidentiality offered by the Internet, with 80% (1046/1308) of the sample indicating that it influenced their decision a lot or quite a lot. A noted barrier was being uncertain whether information on an online resource was reliable, with 55.96% (732/1308) of the respondents indicating that this influenced their decision a lot or quite a lot. CONCLUSIONS: Findings from this survey suggest that young people are engaging with web-based mental health resources to assist them with their mental health concerns. However, levels of satisfaction with the available resources vary. Young people are engaging in strategies to assign credibility to web-based resources, however, uncertainty around their reliability is a significant barrier to online help-seeking.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,080
Tête enseignante GPT0,483
Écart entre enseignants0,403 · 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'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

Citations148
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207