Female youth and mental health service providers' perspectives on the JoyPop™ app: a qualitative study
Notice bibliographique
Résumé
Introduction Mobile health (mHealth) apps are a promising adjunct to traditional mental health services, especially in underserviced areas. Developed to foster resilience in youth, the JoyPop™ app has a growing evidence base showing improvement in emotion regulation and mental health symptoms among youth. However, whether this novel technology will be accepted among those using or providing mental health services remains unknown. This study aimed to evaluate the JoyPop™ app's acceptance among (a) a clinical sample of youth and (b) mental health service providers. Method A qualitative descriptive approach involving one-on-one semi-structured interviews was conducted. Interviews were guided by the Technology Acceptance Model and were analyzed using a deductive-inductive content analysis approach. Results All youth ( n = 6 females; M age = 14.60, range 12–17) found the app easy to learn and use and expressed positive feelings towards using the app. Youth found the app useful because it facilitated accessibility to helpful coping skills (e.g., journaling to express their emotions; breathing exercises to increase calmness) and positive mental health outcomes (e.g., increased relaxation and reduced stress). All service providers ( n = 7 females; M age = 43.75, range 32–60) perceived the app to be useful and easy to use by youth within their services and expressed positive feelings about integrating the app into usual care. Service providers also highlighted various organizational factors affecting the app's acceptance. Youth and service providers raised some concerns about apps in general and provided recommendations to improve the JoyPop™ app. Discussion Results support youth and service providers' acceptance of the JoyPop™ app and lend support for it as an adjunctive resource to traditional mental health services for youth with emotion regulation difficulties.
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 | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».