Personality, Attitudes, and Behaviors Predicting Perceived Benefit in Online Support Groups for Caregivers: Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: Online support groups (OSGs) are distance-delivered, easily accessible health interventions offering emotional, informational, and experience-based support and companionship or network support for caregivers managing chronic mental and physical health conditions. OBJECTIVE: This study aimed to examine the relative contribution of extraversion, agreeableness, neuroticism, positive attitudes toward OSGs on social networking sites, and typical past OSG use patterns in predicting perceived OSG benefit in an OSG for parents and caregivers of children with neurodevelopmental disorders. METHODS: A mixed methods, longitudinal design was used to collect data from 81 parents across Canada. Attitudes toward OSGs and typical OSG use patterns were assessed using the author-developed Attitudes Toward OSGs subscale (eg, "Online support groups are a place to get and give emotional support") and Past Behaviors in OSGs subscale (eg, "How often would you typically comment on posts?") administered at baseline-before OSG membership. The personality traits of extraversion, agreeableness, and neuroticism were assessed at baseline using the Ten-Item Personality Inventory. Perceived OSG benefit was assessed using the author-developed Perceived OSG Benefit scale (eg, "Overall, did you feel supported by other members in this group?"), administered 2 months after the initiation of OSG membership. RESULTS: =0.125; P<.001). CONCLUSIONS: The key suggestions for improving future OSGs were facilitating more in-depth, customized, and interactive content in OSGs.
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 | 0,004 | 0,000 |
| 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 | 0,002 | 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) | 0,001 | 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 ».