A scoping review of telehealth in school-based health services: Characteristics of telehealth use
Notice bibliographique
Résumé
Purpose: To describe the use of telehealth by school-based health service providers.Methods: We searched five academic databases, followed by a manual search of the reference lists of included articles. Our inclusion criteria required that articles be peer-reviewed, in English, involve use of telehealth by a health professional, and integrate services into the kindergarten to grade 12 school setting. We published an a priori protocol on Open Science Framework. Two reviewers completed article selection, followed by one reviewer and one verifier completing data extraction. We extracted a description of the articles as well as for whom, what, where, when, why, and how telehealth services were provided.Results: We screened 6585 unique sources and included 70 articles. Articles were primarily empirical (77%), from the United States (67%), and published after 2017 (73%). Telehealth services in schools were most often provided by speech-language pathologists (40%) and psychologists (40%), and were provided to students with a range of health conditions and disabilities. Telehealth services included assessment, intervention, and consultation, and were provided primarily through videoconferencing. Telehealth services were utilized to address staffing shortages, serve rural communities, and to meet COVID-19 restrictions.Conclusions: Given the heterogeneous student population and geographically limited literature, we recommend additional research to determine in what specific situations telehealth can and should be implemented.
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 | 0,029 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,043 | 0,045 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».