Canadian perspectives of digital mental health supports: Findings from a national survey conducted during the COVID-19 pandemic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: The impact of the COVID-19 pandemic on population mental health has highlighted the potential for digital mental health to support the needs of those requiring care. This study sought to understand the digital mental health experiences and priorities of Canadians affected by mental health conditions (i.e. seekers, patients, and care partners). Methods: A national cross-sectional electronic survey of Canadians was administered through a market research firm's survey panel. Seekers, patients, and care partners were asked about their digital mental health experiences (e.g. uptake, barriers to access) and priorities. Survey responses were summarized using descriptive statistics. Results: Overall, 1003 participants completed the survey. 70.2% of participants routinely use digital mental health supports to support themselves or those they care for; however, only 28.6% of participants are satisfied with the available digital mental health supports. Most participants (73.3%) have encountered some barriers when accessing digital mental health supports. Awareness of digital mental health supports was a top barrier identified by participants. The top digital mental health priorities consisted of digital mental health curation, navigation, and a digital mental health passport. Conclusions: Most participants use digital mental health supports for themselves or others, however, many are unaware of digital mental health supports available. Efforts to improve navigating access to digital and in-person mental health services are seen as a top priority, highlighting the need to enable seekers, patients, and care partners to find the appropriate support and make decisions on how to best improve their mental health.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle