Consultant perception of the feasibility and effectiveness of infant and early childhood mental health consultation services provided virtually to early care and education
Notice bibliographique
Résumé
A growing body of research suggests that infant and early childhood mental health consultation (IECMHC) is effective in improving child outcomes and classroom quality in early care and education (ECE) settings. However, there is limited research regarding the provision of IECMHC virtually (e.g., by phone or video conferencing platform), and the transition to virtual services in the context of the COVID-19 pandemic provided an opportunity to learn more. This study focuses on mental health consultants' (MHCs) perceptions of the feasibility and effectiveness of providing IECMHC virtually. Using a purposive sampling method, we gathered survey data from 94 MHCs providing IECMHC in 15 states in the United States. More than two-thirds of MHCs reported consultation was as effective or more effective virtually (compared to in-person) when it involved adult or programmatic consultation, while one-third of MHCs viewed child-focused consultation as being as or more effective virtually. There was wide variation in the extent to which MHCs viewed specific consultation activities as feasible and effective when delivered virtually. Furthermore, one-third of consultants reported that the ECE programs they served experienced major barriers related to equipment and technology. We explore how these findings can inform future planning for the provision of virtual services.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».