MétaCan
Menu
← Retour à la cohorte
Enregistrement W4281795640 · doi:10.2196/preprints.39885

Evaluation of reach, usability and user perceptions of a Canadian COVID-19 website: An e-mental health strategy aimed at reducing pandemic associated stress among the general population. (Preprint)

2022· preprint· en· W4281795640 sur OpenAlexaboutno aff
Nadia Minian, Allison Gayapersad, Anika Saiva, Rosa Dragonetti, Sean A. Kidd, Gillian Strudwick, Peter Selby

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityMental healthPandemicPerceived Stress ScaleMental distressPsychologyPublic healthMedicineApplied psychologyMedical educationCoronavirus disease 2019 (COVID-19)NursingStress (linguistics)PsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND COVID 19 and its public health response are having a profound effect on people’s mental health. In order to provide supports during these times Canada’s largest mental health and addiction teaching hospital (CAMH) launched the Mental Health and the COVID-19 Pandemic website on March 18, 2020. This website was designed to be a non-stigmatizing psycho-educational resource for people experiencing mild to moderate distress due to COVID-19 and the public health response to the pandemic. OBJECTIVE The aim of this study was to examine the reach, usability and user perceptions of the CAMH Mental Health and COVID-19 Pandemic website. METHODS This study utilized a mix-method sequential explanatory design approach, which consisted of two distinct phases: 1) quantitative data collection and analysis followed by, 2) qualitative semi structured interviews. In phase 1, we analyzed google analytics data to understand how many people visited the website, and which were the most visited pages. We conducted a survey to identify users’ socio-demographic background, and assess the usability of the website using the System Usability Scale (SUS) tool, and users subjective stress levels using the perceived stress scale (PSS-10). For phase 2, we conducted semi-structured interviews to explore user experiences, their motivation, engagement, satisfaction and perception of the stress reduction strategies, and reflections of the website’s functionality, ease of use, navigation, design, and recommendations for improvement. RESULTS Google analytic results showed 146,978 unique users from June 2020 to March 2021. Most users were from Canada (88.5 %). Between February 20, 2021 and June 4, 2021, 152 users completed the survey. Most users identified as white, female, and having at least a college degree. Based on the PSS-10 scores, most participants were experiencing moderate to high stress when they visited the website. Users rated the usability of the website as acceptable. Ten users completed in-depth interviews between May 2021 and June 2021. Positive feedback related to the content was that the website was a trustworthy source of mental health information with helpful evidence-based stress reduction strategies. Areas for improvement included the text heavy design of the website, wider dissemination/marketing, and greater accessibility of the website to meet the needs of diverse populations. CONCLUSIONS Adding stress reduction resources in a website from a well-respected institution may be a practical method to increase awareness and access to evidence-based stress reduction resources during times of crisis where there is severe disruption to usual health care contacts. Efforts are still needed to ensure that these resources are more widely accessed especially by diverse populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,421

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,132
Tête enseignante GPT0,458
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDigital Mental Health Interventions→Travaux en français237 207→