Sociodemographic Predictors of Engagement in an eHealth Parenting Program for Mothers with Elevated Depressive and Anxiety Symptoms
Notice bibliographique
Résumé
Background. Electronic health (eHealth) programs are a promising avenue to enhance the accessibility of parenting interventions that aim to improve parent mental health. However, engagement in eHealth parenting programs can be variable and sociodemographic factors may help elucidate for whom there are barriers. Such work may inform specific components of future eHealth interventions and support the scalability and effectiveness of existing interventions for those experiencing barriers.Objective. The current study aims to investigate the extent to which sociodemographic factors predict various engagement metrics in a novel eHealth parenting program (The Building Emotional Awareness and Mental Health [BEAM]).Methods. A secondary data analysis of engagement metrics was conducted in two separate randomized controlled trials (RCT) of the BEAM program. A total of n = 110 mothers (Mage = 31.85 years old, SDage = 4.67) of young children participated across both trials. We examined the magnitude of the relationships between sociodemographic predictors with distinct metrics of engagement.Results. Program engagement was highest in the earlier weeks of the program and declined across later weeks (β = -.16, p < .001). Older mother age positively predicted several engagement metrics, including more time watching mental health videos (β = .34, p = .010) and parenting videos (β = .34, p = .010). Higher household income positively predicted more forum page views (β = .44, p < .001), number of BEAM sessions attended (β = .30, p = .006), and more weeks of BEAM program engagement (β = .35, p < .001). First time-parents engaged in fewer program weeks (β = -.25, p = .009). Number of children in the household, employment status, and living in an urban area did not significantly predict any program engagement metrics. Conclusions. Parent engagement varied throughout the program, and it may be beneficial to specifically target mid and later program engagement for participants. First-time and low-income parents may face additional barriers in participating in eHealth programs and benefit from additional support from the intervention team to bolster engagement. Additional research will be helpful in replicating and extending these findings with larger samples to optimize program engagement.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».