MétaCan
Menu
Retour à la cohorte
Enregistrement W4284886477 · doi:10.3389/fpsyt.2022.921527

Benefits of Digital Mental Health Care Interventions for Correctional Workers and Other Public Safety Personnel: A Narrative Review

2022· review· en· W4284886477 sur OpenAlexafffund
Elnaz Moghimi, Yuliya Knyahnytska, Mohsen Omrani, Niloofar Nikjoo, Callum Stephenson, Gina Layzell, Alexander Ian Frederic Simpson, Nazanin Alavi

Notice bibliographique

RevueFrontiers in Psychiatry · 2022
Typereview
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensOptech (Canada)Centre for Addiction and Mental HealthQueen's University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMental healthPsychological interventionCINAHLPsycINFOMedicineMEDLINEHealth carePsychologyNursingPsychiatry

Résumé

récupéré en direct d'OpenAlex

Chronic exposure to stressors and potentially psychologically traumatic events contributes to the high prevalence of mental health disorders in correctional workers (CWs) and other public safety personnel (PSP). Digital mental health interventions are an accessible and scalable method of improving and maintaining the mental health of this population. The current review explores the benefits of digital mental health interventions for PSP-with a focus on CWs-and how these innovations can address the limitations in in-person mental health care. A systematic literature search of five databases (Medline, PsycInfo, Embase, CINAHL, Google Scholar) was conducted until March 2022. The search yielded 16 publications that focused on digital mental health interventions or care available to CWs and other PSP. The benefits of digital innovations were summarized into five categories which discussed (1) their ability to enhance accessibility and reduce stigma; (2) the provision of evidence-based and structured psychotherapy programs; (3) variability in the degree of therapist engagement; (4) the integration of proactive interventions; and (5) enhancing engagement by acknowledging unique experiences and interpersonal relationships. Although digital mental health technologies for CWs are still in their infancy, there is strong evidence to support their effectiveness in ameliorating symptoms of mental distress. Future research should consider how ethnicity, gender, culture, sexual orientation, and socioeconomic status can be integrated into these therapies and how the interplay between different stakeholders and organizations can impact the effectiveness of online therapies and programs.

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)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,075
Tête enseignante GPT0,421
Écart entre enseignants0,346 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations21
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetDigital Mental Health InterventionsTravaux en français237 207