Application of Two-Eyed Seeing in Adolescent Mental Health to Bridge Design Thinking and Indigenous Collective Storytelling
Notice bibliographique
Résumé
BACKGROUND: eMental health apps are increasingly being considered for use in health care with growing recognition of the importance of considering end-user preferences in their design and implementation. The key to the success of using apps with Indigenous youth is tailoring the design and content to include Indigenous perspectives. In this study we used a Two-Eyed Seeing perspective to integrate Indigenous and human computer interaction methodologies to identify end-user preferences for a tablet-based mental health screening app used in a primary care clinic serving Indigenous youth. OBJECTIVE: The research objectives used a Two-Eyed Seeing approach to (i) collectively create stories about Indigenous youth lived experiences accessing integrated primary care for their mental health concerns; and (ii) engage Indigenous youth in Design Circles to determine their usability preferences for digital mental health screening tools. METHOD: Eight adolescents (n = 4 young women; n = 3 young men; and n = 1 Two Spirit) between 20 to 24 years old who self-identified as Indigenous participated. Indigenous youth joined Design Circles to co-create a story about accessing mental health care and their needs and preferences for an eMental Health app. RESULTS: Findings highlighted the importance of collective Indigenous storytelling about accessing integrated primary care for mental health needs. Participants created three persona stories about their challenges accessing mental health care and the role of social support. Participants sorted their usability design preferences for an eMental Health app to be inclusive of Indigenous knowledges. CONCLUSIONS: A Two-Eyed Seeing perspective was useful to incorporate a design thinking approach as collective storytelling among Indigenous youth. This research may inform and shape the design of eMental health apps used in health clinics to better engage Indigenous youth.
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 | 0,015 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».