MétaCan
Menu
Retour à la cohorte
Enregistrement W4387331344 · doi:10.1145/3610049

Co-designing Mental Health Technologies with International University Students in Canada

2023· article· en· W4387331344 sur OpenAlexafffundabout
Sang-Wha Sien, Jessica Y. Ahn, Joanna McGrenere

Notice bibliographique

RevueProceedings of the ACM on Human-Computer Interaction · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHelpfulnessMental healthSet (abstract data type)PsychologyMedical educationNegotiationApplied psychologyComputer scienceMedicineSocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

Mental health problems are a serious concern among university students, and international students in Canada are known to be particularly vulnerable due to the underutilization of mental health services and unfamiliarity with Western approaches to mental health. However, international students' mental well-being remains underexplored in HCI. In this study, we conducted remote synchronous remote co-design sessions with 19 participants (14 international students, 5 mental health professionals) to understand concretely what types of designs for interactive technologies suit these students' mental health needs and challenges. Based on their brainstormed ideas and sketches, we produced a set of design dimensions that span different types of support, interaction, and safety. The dimensions were then used to develop a set of four medium-fidelity mockups that spanned these dimensions, presenting a diverse range of design features. Using these mockups, we elicited feedback in an online survey from the same participants. Findings suggest that the students negotiate a complex understanding of helpfulness, comfort, and trust when they consider what types of designs to consider using. Each mockup highlights different ways to support individual differences and preferences. Our work serves as a foundation for designing technologies that can ease issues with accessibility and be more inclusive of international students' cultural backgrounds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,224

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,004
Communication savante0,0040,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,389
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the ACM on Human-Computer InteractionMême sujetDigital Mental Health InterventionsTravaux en français237 207