MétaCan
Menu
Retour à la cohorte
Enregistrement W4400729125 · doi:10.1044/2024_jslhr-23-00679

Adolescent-Centered mHealth Applications in a Collaborative Care Model: A Virtual Focus Group Study With Audiologists

2024· article· en· W4400729125 sur OpenAlexaff
Danielle Glista, Robin O’Hagan, Michelle Servais, Nilram Jalilian

Notice bibliographique

RevueJournal of Speech Language and Hearing Research · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensThames Valley Children's CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésmHealthFocus groupFocus (optics)Group (periodic table)Computer sciencePsychologyMedicineHuman–computer interactionNursingBusinessPsychological interventionPhysics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Technology-enabled care, including the use of mobile health (mHealth), is emerging as a viable hearing health care delivery method. While the integration of mHealth with adult populations currently supports a wide array of hearing services, a better understanding of the implementation across the lifespan is needed. Literature surrounding the unique population of adolescent hearing aid users is currently lacking. Research is needed to highlight factors important to the use and clinical integration of mHealth hearing aid applications (apps) with adolescents. This study explored two primary objectives: (a) audiologists' perceptions around the use of mHealth apps to enable collaborative, child-inclusive hearing aid personalization, and (b) person-centered ideation around potential app design components to benefit users aged 12 to 17 years. METHOD: Twelve audiologists participated in virtual synchronous focus groups, across three group sessions using Cisco Webex. Sessions were recorded, transcribed, and analyzed using an inductive, codebook thematic analysis approach. RESULTS: Six main themes resulted from group discussion analyses: (a) client candidacy: characteristics impacting suitability for mHealth use; (b) clinical implementation: organizational, professional, or patient-level strategies for mHealth adoption; (c) collaboration: the use of two or more individuals working together; (d) empowerment: process of acquiring and using knowledge, skills, and strategies; (e) remote technology: technologies enabling remote hearing aid personalization; and (f) application functionality and design: features and characteristics important to an adolescent-focused app. CONCLUSIONS: Findings identified the potential for clinical integration of hearing aid apps with adolescents in a collaborative care model, including consideration of child-specific use patterns, outcomes, and key design and technology components to support real-world implementation and use. Results may guide development and tailoring efforts around existing and future hearing aid apps for use with adolescent populations.

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)0,016
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,003
Communication savante0,0040,003
Science ouverte0,0020,005
Intégrité de la recherche0,0020,004
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 Opus0,091
Tête enseignante GPT0,497
Écart entre enseignants0,405 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Speech Language and Hearing ResearchMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207