The use of technology and mobile health apps in child maltreatment interventions: Perspectives of TF-CBT therapists and SafeCare providers
Notice bibliographique
Résumé
Previous research has demonstrated positive effects of using technology as an augmentation to evidence-based youth mental health treatment and parenting programs, however, limited research has examined the use of technology in evidence-based child maltreatment (CM) prevention and treatment. The purpose of this paper is twofold: 1) to understand the application of technology and mobile health apps in CM prevention and treatment programs and 2) examine the acceptability of CM programs with an evidence-informed app, JoyPop™, developed to promote resilience through emotion regulation. Trauma-Focused Cognitive Behavioral Therapy (TF-CBT) therapists (N = 12) and SafeCare© providers (N = 12) were recruited and participated in virtual semi-structured interviews. Participants tested the JoyPop™ app over one week and were interviewed to assess their perspectives about and experiences using technology and mobile health apps in practice (aim 1) and the potential use of JoyPop™ as a program augmentation (aim 2). Data collection and analysis was guided by qualitative descriptive analysis. Participants reported that technology and apps supporting positive coping strategies, including JoyPop™, are relevant to the goals of CM programs and can be used enhance client engagement and skill uptake. Participants noted that JoyPop™'s features more strongly align with the components of TF-CBT than Safecare. Limitations of technology use in practice are discussed. Supplementing CM programs with technology and mobile health apps may be used to bolster client engagement and positive outcomes. Future research is needed to address the efficacy and client acceptance of technology and app usage in practice. • Technology and mobile health apps are a promising supplementation to support CM prevention and treatment program goals for parents and youth. • Providers of evidence-based programs support the use of technology and mobile health apps to increase client engagement and reduce caregiver stress. • The JoyPop™ app, specifically, offers features that align well with programmatic components of the evidence-based intervention Trauma Focused-Cognitive Behavioral Therapy. • Future research with program consumers is warranted to guide the successful integration of tecnology in CM interventions.
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 | 0,018 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».