MétaCan
Menu
Retour à la cohorte
Enregistrement W2997998119 · doi:10.1186/s12911-019-1011-9

Acceptability of Internet-based interventions for problem gambling: a qualitative study of focus groups with clients and clinicians

2019· article· en· W2997998119 sur OpenAlexafffund
Sherald Sanchez, Farah Jindani, Jing Shi, Mark van der Maas, Sylvia Hagopian, Robert Murray, Nigel E. Turner

Notice bibliographique

RevueBMC Medical Informatics and Decision Making · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoPublic Health OntarioCentre for Addiction and Mental Health
Organismes subventionnairesOntario Ministry of Health and Long-Term Care
Mots-clésHealth informaticsFocus groupQualitative researchPsychological interventionThe InternetFocus (optics)MedicinePsychologyFamily medicineNursingMedical educationInternet privacyComputer sciencePublic healthWorld Wide WebSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although Internet-based interventions (IBIs) have been around for two decades, uptake has been slow. Increasing the acceptability of IBIs among end users may increase uptake. In this study, we explored the factors that shape acceptability of IBIs for problem gambling from the perspective of clients and clinicians. Findings from this qualitative study of focus groups informed the design and implementation of an IBI for problem gambling. METHODS: Using a semi-structured interview guide, we conducted three focus groups with clients experiencing gambling problems (total n = 13) and two with clinicians providing problem gambling treatment (total n = 21). Focus groups were audio recorded, transcribed verbatim, and analyzed using a two-part inductive-deductive approach to thematic analysis. RESULTS: Although both user groups reported similar experiences, each group also had unique concerns. Clinician perspectives were more homogeneous reflective of healthcare professionals sharing the same practice and values. Clinicians were more concerned about issues relating to the dissemination of IBIs into clinical settings, including the development of policies and protocols and the implications of IBIs on the therapeutic relationship. In comparison, client narratives were more heterogeneous descriptive of diverse experiences and individual preferences, such as the availability of services on a 24-h basis. There was consensus among clients and clinicians on common factors influencing acceptability: access, usability, high quality technology, privacy and security, and the value of professional guidance. CONCLUSIONS: Acceptability is an important factor in the overall effectiveness of IBIs. Gaining an understanding of how end users perceive IBIs and why they choose to use IBIs can be instrumental in the successful and meaningful design, implementation, and evaluation of IBIs.

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 enseignants0,397
Score d'incertitude au seuil0,359

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 Opus0,202
Tête enseignante GPT0,516
Écart entre enseignants0,314 · 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

Citations13
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Medical Informatics and Decision MakingMême sujetGambling Behavior and TreatmentsTravaux en français237 207