Facilitating engagement of universal school-based digital mental health solutions through user experience: A qualitative exploration
Notice bibliographique
Résumé
Digital mental health intervention (DMHI) programs offered in schools present a readily-accessible and flexible means for educating, empowering, and supporting adolescents in maintaining a balanced mental health, especially during uncertain and stressful times such as the COVID-19 pandemic. Recent studies indicate that the effectiveness of DMHI programs in improving students' mental well-being and in preventing from their mental health complications depends on the users' engagement. This study focuses on identifying the user experience factors that can facilitate user engagement with universal school-based DMHI programs (i.e., the DMHI programs delivered to the students regardless of their mental health risks or conditions). To identify said factors, we sought to gain a deeper understanding of perceptions, opinions, and preferences of actual end-users (i.e., the adolescents) regarding their experiences with both digital and non-digital mental health resources. Specifically, interviews were conducted with two participant groups to uncover the reasons that could lead the adolescents to better engage with school-based DMHI programs, as well as the shortcomings that could prevent that from happening: (a) adolescent users who had either a high or a low level of engagement with universal DMHI programs of a specific school-based digital mental health solution; and (b) adolescents who had voluntarily used non-digital or non-school-based digital mental health resources for purposes other than treatment. Through a thematic analysis of interview data, the most important (or primary) and the additionally desirable (or secondary) factors that could lead to a higher engagement level for school-based DMHI programs were identified. Lastly, using the evidence gathered from our interviews, specific recommendations are proposed that could help in targeting each identified engagement factor and in increasing the likelihood that school-based DMHI programs achieve their desired outcome for high school students.
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 | 0,014 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 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 ».