Adapting a Mental Health Intervention for Adolescents During the COVID-19 Pandemic: Web-Based Synchronous Focus Group Study
Notice bibliographique
Résumé
BACKGROUND: Although focus groups are a valuable qualitative research tool, face-to-face meetings may be difficult to arrange and time consuming. This challenge has been further compounded by the global COVID-19 pandemic and the subsequent lockdown and physical distancing measures implemented, which caused exceptional challenges to human activities. Online focus groups (OFGs) are an example of an alternative strategy and require further study. At present, OFGs have mostly been studied and used in high-income countries, with little information relating to their implementation in low- and middle-income countries (LMICs). OBJECTIVE: The aim of this study is to share our experiences of conducting OFGs through a web conferencing service and provide recommendations for future research. METHODS: As part of a broader study, OFGs were developed with adults and adolescents in Colombia during the COVID-19 pandemic. Through a convenience sampling method, we invited eligible participants via email in two different cities of Colombia to participate in OFGs conducted via Microsoft Teams. Researcher notes and discussion were used to capture participant and facilitator experiences, as well as practical considerations. RESULTS: Technical issues were encountered, but various measures were taken to minimize them, such as using a web conferencing service that was familiar to participants, sending written instructions, and performing a trial meeting prior to the OFG. Adolescent participants, unlike their adult counterparts, were fluent in using web conferencing platforms and did not encounter technical challenges. CONCLUSIONS: OFGs have great potential in research settings, especially during the current and any future public health emergencies. It is important to keep in mind that even with the advantages that they offer, technical issues (ie, internet speed and access to technology) are major obstacles in LMICs. Further research is required and should carefully consider the appropriateness of OFGs in different settings.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».