Videoconferencing Psychotherapy in the Public Sector: Synthesis and Model for Implementation
Notice bibliographique
Résumé
BACKGROUND: Videoconferencing psychotherapy (VCP) is a growing practice among mental health professionals. Early adopters have predominantly been in private practice settings, and more recent adoption has occurred in larger organizations, such as the military. The implementation of VCP into larger health service providers in the public sector is an important step in reaching and helping vulnerable and at-risk individuals; however, several additional implementation challenges exist for public sector organizations. OBJECTIVE: The aim of this study was to offer an implementation model for effectively introducing VCP into public sector organizations. This model will also provide practical guidelines for planning and executing an embedded service trial to assess the effectiveness of the VCP modality once implemented. METHODS: An iterative search strategy was employed, drawing on multiple fields of research across mental health, information technology, and organizational psychology. Previous VCP implementation papers were considered in detail to provide a synthesis of the barriers, facilitators, and lessons learned from the implementation attempts in the military and other public sector settings. RESULTS: A model was formulated, which draws on change management for technology integration and considers the specific needs for VCP integration in larger organizations. A total of 6 phases were formulated and were further broken down into practical and measurable steps. The model explicitly considers the barriers often encountered in large organizational settings and suggests steps to increase facilitating factors. CONCLUSIONS: Although the model proposed is time and resource intensive, it draws on a comprehensive understanding of larger organizational needs and the unique challenge that the introduction of VCP presents to such organizations.
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 | 0,000 | 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) | 0,000 | 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 ».