Recommendations for youth engagement in Canadian mental health research in the context of COVID-19.
Notice bibliographique
Résumé
The COVID-19 pandemic has resulted in reduced access to in-person mental health services, and a shift to virtual platforms. Youth may be uniquely impacted by physical distancing requirements during the pandemic, including limited socialization opportunities, closures of educational institutions, a lack of meaningful extracurricular activities and adverse implications on key developmental milestones. Due to the potential impact of COVID-19 on youth well-being, the need to rapidly transform services to be accessible, and the potential risks associated with this rapid transformation, it is imperative that youth continue to be engaged in research and service development. Young people's perspectives, strengths and skills need to be considered to effectively adapt the delivery of mental health services. Continuing to center youth engagement in mental health research throughout the pandemic can ensure research questions, programs, and services align with the needs and preferences of youth. In this commentary, we pose three recommendations for conducting youth-engaged mental health research during the pandemic, including adapting youth engagement strategies when rapid decisions must be made, the use of tools for virtual engagement, and suggestions for evaluating youth engagement practices. These strategies and principles may be applicable to other scenarios where rapid research or system transformation would benefit from youth engagement, such as time-limited child research by trainees (e.g., dissertations) or natural disasters.
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 | 0,150 | 0,296 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,008 |
| Bibliométrie | 0,009 | 0,013 |
| Études des sciences et des technologies | 0,023 | 0,017 |
| Communication savante | 0,025 | 0,023 |
| Science ouverte | 0,014 | 0,024 |
| Intégrité de la recherche | 0,033 | 0,033 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,008 |
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 ».