Evaluation of a Short-Term Digital Group Intervention to Relieve Mental Distress and Promote Well-Being Among Community-Dwelling Older Individuals During the COVID-19 Outbreak: A Study Protocol
Notice bibliographique
Résumé
Older individuals are at an increased risk of experiencing adverse social and health consequences due to both the COVID-19 pandemic and the measures taken to manage it, such as social distancing. To promote community-dwelling older individuals' well-being during this time, the aims of the current project are to develop effective strategies in order (a) to increase older individuals' digital literacy, and (b) to help them acquire behavioral and cognitive skills that will improve their coping abilities with the stressful situation created as a result of the pandemic, as well as reducing adverse mental health effects. The project comprises an intervention arm that includes digital group sessions for older individuals meant to improve their digital literacy, promote their effective coping, and relieve their mental distress and loneliness. Subjects receive a short-term (seven sessions), twice-weekly, digitally guided group intervention through Zoom (a video conferencing app), and WhatsApp (instant messaging app). The wait list control-group participants receive twice-weekly telephone calls from a research assistant during a parallel period. Web-based questionnaires are filled in pre- and post-participation. The effectiveness of the intervention will be analyzed by comparing pre- and post-measures, between intervention and control groups. This protocol offers a model for helping to support vulnerable populations during the COVID-19 pandemic. However, it is applicable regardless of the outbreak of a global health crisis or the imposition of lockdown rules; in fact, it has the potential to contribute to the social inclusion of vulnerable populations during routine times as well as during emergencies. Furthermore, ideas for future expansion include the integration of multilingual facilitators in order to reach seniors from underserved minority groups in various social contexts, even across borders.
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 | 0,012 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».