A Digital Substance-Use Harm Reduction Intervention for Students in Higher Education (MyUSE): Protocol for Project Development
Notice bibliographique
Résumé
BACKGROUND: Digital interventions have been identified as a possible tool for reducing the harm caused by illicit drug use among students attending higher education (ie, college students). However, the success of interventions in this area has been hampered by a lack of user involvement and behavior change theory in their design. The My Understanding of Substance use Experiences (MyUSE) project combines a rigorous user-centered design (UCD) methodology and a robust behavioral change framework to develop a digitally delivered harm reduction intervention for illicit drug use among students in higher education. OBJECTIVE: This project aims to design and develop a digital intervention that targets drug use-related harm among students in higher education. METHODS: The MyUSE project will take place over 3 phases. The first phase was exploratory in nature, involving 3 systematic reviews, a large survey, and student workshops to gather a comprehensive evidence base to guide the project. The second phase is the development stage of the project, involving the use of the Behavior Change Wheel theoretical framework to determine the behavior change techniques of the intervention and the use of the UCD methodology to guide the development of the digital intervention. The third phase is the evaluation stage, whereby the intervention will undergo a 5-stage evaluation process to comprehensively evaluate its impacts. RESULTS: The exploratory phase 1 of the MyUSE project was completed in December 2018. Phase 2 is currently underway, and phase 3 is due to begin in September 2020. CONCLUSIONS: Higher education institutions (HEIs) are ideally placed to intervene and support students in the area of illicit drug use but are constrained by limited resources. Current digital interventions in this area are sparse and have several weaknesses. The MyUSE project combines a UCD approach with a robust behavior change framework to develop a digitally delivered intervention that is economically viable, effective in changing behavior, usable and acceptable to students, and able to sustain long-term implementation in HEIs. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/17829.
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 | 0,061 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,113 | 0,023 |
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 ».