MétaCan
Menu
Retour à la cohorte
Enregistrement W3128481631 · doi:10.2196/17438

Opportunities and Challenges for Digital Social Prescribing in Mental Health: Questionnaire Study

2021· article· en· W3128481631 sur OpenAlexaff
Shivani Patel, Gerry Craigen, Mariana Pinto da Costa, Becky Inkster

Notice bibliographique

RevueJournal of Medical Internet Research · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedical prescriptionMental healthSocial mediaConfidentialityStrengths and weaknessesDigital healthInternet privacyMental illnessMedicinePsychologyQualitative researchApplied psychologyPublic relationsPsychiatryNursingComputer scienceSocial psychologySociologyHealth careWorld Wide WebPolitical scienceComputer securitySocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The concept of digital social prescription usually refers to social prescriptions that are facilitated by using technology. Tools that enable such digital social prescriptions may be beneficial in recommending nonmedical activities to people with mental illness. As these tools are still somewhat novel and emerging, little is known about their potential advantages and disadvantages. OBJECTIVE: The objective of this study is to identify the potential opportunities and challenges that may arise from digital social prescriptions. METHODS: We developed a qualitative questionnaire that was disseminated through social media (Facebook and Twitter). A purposive sample targeting digital mental health experts and nonexperts was approached. The questionnaire asked participants' views about digital social prescription; the core elements linked with a definition of digital social prescription; and the strengths, weaknesses, opportunities, and threats associated with digital social prescription. RESULTS: Four core elements were recommended to define the concept of digital social prescription: digital, facilitate, user, and social. The main strength identified was the possibility to rapidly start using digital social prescription tools, which were perceived as cost-effective. The main weaknesses were their poor adherence and difficulties with using such tools. The main opportunities were an increased access to social prescription services and the prevention of serious mental illness. The main threats were certain groups being disadvantaged, patients being subject to unintended negative consequences, and issues relating to confidentiality and data protection. CONCLUSIONS: Although digital social prescriptions may be able to effectively augment the social prescriptions, a careful consideration of practical challenges and data ethics is imperative in the design and implementation of such technologies.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil0,328

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
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 recherche0,0000,001
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 Opus0,463
Tête enseignante GPT0,556
Écart entre enseignants0,093 · 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'étudeAutre devis
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

Citations23
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetDigital Mental Health InterventionsTravaux en français237 207