Exploring the Perspectives of Canadian Clinicians Regarding Digitally Delivered Psychotherapies Utilized for Trauma-Affected Populations
Notice bibliographique
Résumé
Many clinical sites shifted towards digital delivery of mental health services during the COVID-19 pandemic. There is still much to learn regarding tailoring digitally delivered interventions for trauma-affected populations. The current study examined the perceptions of Canadian mental health clinicians who provided digitally delivered psychotherapies utilized for trauma-affected populations. Specifically, we explored the shift to digital health use, what changed with this rapid shift, what needs, problems, and solutions arose, and important future considerations associated with delivering trauma-focused and adjunct treatments digitally. Survey data were collected from 12 Canadian mental health clinician participants. Surveys were adapted from the Alberta Quality Matrix of Health and Unified Theory of Acceptance and Use of Technology model. As a follow-up, the participants were invited to participate in either a semi-structured qualitative interview or focus group to further explore their perspectives on digitally delivered trauma-focused and adjunct therapies. Twenty-four clinician participants partook in an interview or focus group. The participants in this study supported the use of digitally delivered psychotherapies utilized for trauma-affected populations, sharing that these interventions appeared to offer similar quality of care to in-person delivery. Further research is required to address clinicians' concerns with digital delivery (e.g., patient safety) and identify other avenues in which digitally delivered psychotherapies utilized for trauma-affected populations can be engaged with and improved upon.
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 | 0,011 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,023 | 0,010 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».