Leveraging Feedback From Families of Children With Autism to Create Digital Support for Service Navigation: Descriptive Study
Notice bibliographique
Résumé
BACKGROUND: It is difficult for families to navigate and access services for their children with autism. Barriers to service access are compounded among families from low-resourced backgrounds. OBJECTIVE: The purpose of our study was to explore the development of an app to facilitate access to services among families of children with autism from low-resourced backgrounds. Our specific aims were to explore feedback from an advisory board about the app and to explore feedback from navigators about the app. METHODS: Via a multistage codevelopment process, we elicited feedback from 5 key parties: the research team, a community organization, the app development team, the advisory board, and family navigators. Collectively, 36 individuals provided feedback about the development of the app via individual interviews, focus groups, observations, and surveys. The key features of the app included a dashboard showing the service needs of the family and related resources, a messaging feature between the family, the navigator, and the supervisor, and a fidelity checklist and evaluation feature. RESULTS: The advisory board provided feedback about the app to increase its user-friendliness, include the ability to develop an action plan, improve the identification of needed services, and add information about service providers. Navigators suggested that the app should connect navigators to one another, have a clearer purpose for the notes section, and reflect an easier log-in process. Navigators also wanted training to role-play using the app. After participating in a role play using the app, navigators reported significantly more satisfaction with the app and greater usefulness (P<.001). CONCLUSIONS: Our work sheds light on the importance of eliciting feedback from end users, especially users who are often overlooked by the research community and app developers. Further, it is important to elicit feedback in multiple ways to improve the app.
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 | 0,007 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».