Improving Mood Through Community Connection and Resources Using an Interactive Digital Platform: Development and Usability Study
Notice bibliographique
Résumé
BACKGROUND: COVID-19 continues to disrupt global health and well-being. In April-May 2020, we generated a digital, remote interactive tool to provide health and well-being resources and foster connectivity among community members through a text messaging platform. OBJECTIVE: This study aimed to prospectively investigate the ability of a health system-based digital, remote, interactive tool to provide health and well-being resources to local community participants and to foster connectivity among them during the early phases of COVID-19. METHODS: We performed descriptive and nonparametric longitudinal statistical analyses to describe and compare the participants' mood ratings over time and thematic analysis of their responses to text messages to further assess mood. RESULTS: From among 393 individuals seeking care in an urban emergency department in an academic setting, engaged in a two-way text messaging platform, we recorded 287 mood ratings and 368 qualitative responses. We observed no difference in the initial mood rating by week of enrollment [Kruskal-Wallis chi-square H(5)=1.34; P=.93], and the average mood rating did not change for participants taken together [Friedman chi-square Q(3)=0.32; P=.96]. However, of participants providing mood ratings at baseline, mood improved significantly among participants who reported a low mood rating at baseline [n=25, 14.97%; Q(3)=20.68; P<.001] but remained stable among those who reported a high mood rating at baseline [n=142, 85.03%; Q(3)=2.84; P=.42]. Positive mood elaborations most frequently included words related to sentiments of thankfulness and gratitude, mostly for a sense of connection and communication; in contrast, negative mood elaborations most frequently included words related to anxiety. CONCLUSIONS: Our findings suggest the feasibility of engaging individuals in a digital community with an emergency department facilitation. Specifically, for those who opt to engage in a text messaging platform during COVID-19, it is feasible to assess and respond to mood-related queries with vetted health and well-being resources.
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 | 0,008 | 0,012 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».