A scoping review of decision-aid tools for disclosure and help-seeking of mental health concerns
Notice bibliographique
Résumé
Globally, there is a large discrepancy between the prevalence of mental health concerns and the proportion of people who disclose or seek help for their mental health. As such, decision-aid tools have recently emerged in the mental health context to facilitate the disclosure and help-seeking process. Given recent developments in this field, a synthesis of the literature is needed to consolidate existing decision-aid tools and assess their effectiveness, particularly in facilitating the disclosure or help-seeking process. This scoping review aimed to capture and synthesise the growing literature on decision-aid tools designed to support people in the decision to disclose or seek help for their mental health concerns. The review considered empirical studies, including theses and dissertations that matched the following criteria: 1) focused on populations with a mental health concern, 2) reported the development and/or evaluation of a decision-aid tool, and 3) assessed a tool specifically designed to facilitate the disclosure or help-seeking process, or reported on at least one disclosure or help-seeking related outcome. The review was guided by Arksey and O'Malley's framework and the Joanna Briggs Institute's guidelines for scoping reviews. The findings of the review indicate that decision-aid tools can support various cognitive-emotional processes relevant to decision-making. There was also evidence demonstrating the effectiveness of decision-aid tools in increasing the rates of disclosure and help-seeking behaviours for mental health concerns. Overall, decision-aid tools appear to be a promising approach to enhance the effectiveness of disclosure and help-seeking decisions in the mental health context.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».