Indigenous youth mental wellness and the adaptation of the JoyPopTM app (Preprint)
Notice bibliographique
Résumé
UNSTRUCTURED To date, Indigenous youth in Canada face significant socio-political risks and threats to their mental wellness, such as intergenerational trauma, water insecurity, environmental degradation, and lack of safe housing. Given the need for mental wellness resources for Indigenous youth, there has been a rising interest in technology-based interventions and mobile applications. The JoyPopTM app is a mobile mental health tool, shown to reduce depression and increase emotions management. We conducted 19 consultations (32% male) about the JoyPopTM app with key adult community stakeholders from the Six Nations of the Grand River Community, with the aim of gathering feedback (e.g., general thoughts and suggestions for improvement) about the app as a resilience tool for Indigenous youth. Consultations were coded in a double-blind fashion and analyzed for emerging themes. Overall, the majority of consultants (>50%) spontaneously offered positive feedback about the app, with significant enthusiasm for the social connecting elements (e.g., the Circle of Trust feature). Also, importance was given to the need to incorporate traditional colours and design elements (e.g., beadwork, nature backgrounds, etc.), as well as cultural practices (e.g., inclusion of new features/activities related to nature, adding Indigenous sounds to the SleepEase activity, etc.). Suggested changes and improvements will be taken into consideration for future adaptations to the JoyPopTM app, to develop a more culturally relevant app that better supports Indigenous youth mental wellness.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 ».