Videoconferencing in mental health services for children and adolescents receiving child welfare services: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Videoconferencing is considered an alternative to face-to-face consultations and a possibility to help overcome access-to-care barriers in mental health care services. Barriers to child and adolescent mental health services are particularly apparent in the case of children and adolescents receiving child welfare services. This scoping review aims to provide an overview of research on videoconferencing in the mental health treatment of children and adolescents receiving support from child welfare services. METHODS: This scoping review follows the review framework outlined by the Joanna Briggs Institute. The following databases were searched from January 2012 to April 2024: Scopus, Web of Science, PubMed, PsycINFO (Ovid), CINAHL Plus, Social Services Abstracts (ProQuest), Sociological Abstracts (ProQuest), and Google Scholar. RESULTS: The search yielded 4322 unique records and resulted in the inclusion of 22 articles that met the inclusion criteria. The studies originated from Denmark, England, Australia, Norway, Canada, Chile, and the USA, and were grouped into four areas: (1) videoconferencing to increase access to mental health treatment for vulnerable groups (2) young people's perspectives (3) videoconferencing in interdisciplinary collaborative meetings, and (4) use, awareness, and acceptance of videoconferencing among health and social care providers. CONCLUSIONS: This scoping review shows that if videoconferencing in mental health care is to become an established and trusted method aimed at children and adolescents receiving child welfare services, several unresolved and potentially negative issues need attention and more research. This particularly applies to whether videoconferencing decreases or exacerbates inequalities in access to mental health services. A further question is whether new barriers are raised by screen-based treatment to threaten good therapeutic relationships, and by extension treatment quality and clinical outcomes.
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 | 0,010 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,011 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».