User engagement with technology-mediated self-guided interventions for addictions: scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Technology-mediated self-guided interventions (TMSGIs) for addictive disorders represent promising adjuncts and alternatives to traditional treatment approaches (eg, face-to-face psychotherapy). However, meaningful evaluation of such interventions remains elusive given the lack of consistent terminology and application. Preliminary findings suggest that TMSGIs are useful but engagement remains modest for various reasons reported by users, including lack of personalisation. The aim of this review is to explore how TMSGIs have been defined and applied in addictions populations with an emphasis on technical and logistical features associated with greater user engagement. METHODS AND ANALYSIS: This scoping review protocol was developed in accordance with the Arksey and O'Malley framework. Articles from electronic databases (ie, PsycINFO, Embase, MEDLINE and CINAHL) will be included if they targeted adolescents or adults with one or more substance or behavioural addictions, excessive behaviours or aspects thereof (eg, cravings) using a privately accessible technology-mediated intervention. Two independent reviewers will screen titles and abstracts for relevance before commencing full-text reviews. Extracted data will be presented in descriptive, tabular and graphical summaries as appropriate. ETHICS AND DISSEMINATION: Ethics committee approval is not required for this study. Review findings will be used to guide the development of preliminary recommendations for real-time addiction intervention development and provision. Emphasis will be placed on practical considerations of user engagement, accessibility, usability and cost. Knowledge users, including clinicians, researchers and people with lived experience, will be engaged for development of one such intervention following publication of review findings. REGISTRATION: This scoping review was registered with the Open Science Framework on 15 April 2022 and can be located at http://www.osf.io/3utp9/.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,109 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,011 | 0,011 |
| Bibliométrie | 0,016 | 0,014 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,094 | 0,021 |
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 source (Gemma direct ou Codex distillé), 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 ».