Digital Interventions for Emotion Regulation in Children and Early Adolescents: Systematic Review and Meta-analysis
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
BACKGROUND: Difficulties in emotion regulation are common in adolescence and are associated with poor social and mental health outcomes. However, psychological therapies that promote adaptive emotion regulation may be inaccessible and unattractive to youth. Digital interventions may help address this need. OBJECTIVE: The aim of this systematic review and meta-analysis was to synthesize evidence on the efficacy, feasibility, and acceptability of emotion regulation digital interventions in children and early adolescents aged 8 to 14 years. METHODS: Systematic searches of Web of Science, MEDLINE, PsycINFO, EMBASE, Education Resources Information Centre, ACM Digital Library, and IEEE Xplore up to July 2020 identified 39 studies, of which 11 (28%) were included in the meta-analyses (n=2476 participants). A bespoke tool was used to assess risk of bias. RESULTS: The studies evaluated digital games (27/39, 69%), biofeedback (4/39, 10%), virtual or augmented reality (4/39, 10%), and program or multimedia (4/39, 10%) digital interventions in samples classified as diagnosed, at risk, healthy, and universal. The most consistent evidence came from digital games, which reduced negative emotional experience with a small significant effect, largely in youth at risk of anxiety (Hedges g=-0.19, 95% CI -0.34 to -0.04). In general, digital interventions tended to improve emotion regulation, but this effect was not significant (Hedges g=0.19, 95% CI -0.16 to 0.54). CONCLUSIONS: Most feasibility issues were identified in diagnosed youth, and acceptability was generally high across intervention types and samples. Although there is cause to be optimistic about digital interventions supporting the difficulties that youth experience in emotion regulation, the predominance of early-stage development studies highlights the need for more work in this area.
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) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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