A Chatbot-Based Coaching Intervention for Adolescents to Promote Life Skills: Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Adolescence is a challenging period, where youth face rapid changes as well as increasing socioemotional demands and threats, such as bullying and cyberbullying. Adolescent mental health and well-being can be best supported by providing effective coaching on life skills, such as coping strategies and protective factors. Interventions that take advantage of online coaching by means of chatbots, deployed on Web or mobile technology, may be a novel and more appealing way to support positive mental health for adolescents. OBJECTIVE: In this pilot study, we co-designed and conducted a formative evaluation of an online, life skills coaching, chatbot intervention, inspired by the positive technology approach, to promote mental well-being in adolescence. METHODS: We co-designed the first life skills coaching session of the CRI (for girls) and CRIS (for boys) chatbot with 20 secondary school students in a participatory design workshop. We then conducted a formative evaluation of the entire intervention-eight sessions-with a convenience sample of 21 adolescents of both genders (mean age 14.52 years). Participants engaged with the chatbot sessions over 4 weeks and filled in an anonymous user experience questionnaire at the end of each session; responses were based on a 5-point Likert scale. RESULTS: A majority of the adolescents found the intervention useful (16/21, 76%), easy to use (19/21, 90%), and innovative (17/21, 81%). Most of the participants (15/21, 71%) liked, in particular, the video cartoons provided by the chatbot in the coaching sessions. They also thought that a session should last only 5-10 minutes (14/21, 66%) and said they would recommend the intervention to a friend (20/21, 95%). CONCLUSIONS: We have presented a novel and scalable self-help intervention to deliver life skills coaching to adolescents online that is appealing to this population. This intervention can support the promotion of coping skills and mental well-being among youth.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».