MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413407498 · doi:10.2196/67949

Exploring the Characteristics of Online Counseling Chat Services for Youth in Europe: Web Search Study

2025· review· en· W4413407498 sur OpenAlexvenueno aff
Irati Higuera-Lozano, Virvatuli Uusimäki, Tuuli Pitkänen, Elke Denayer, Alexis Dewaele, Katalin Felvinczi, Lien Goossens, Zsuzsa Kaló, Mónika Rényi, María Cabello

Notice bibliographique

RevueJMIR Mental Health · 2025
Typereview
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesErasmus+European CommissionStrategic Research CouncilComunidad de Madrid
Mots-clésWorld Wide WebInternet privacyThe InternetPsychologyMedical educationComputer scienceMultimediaMedicine

Résumé

récupéré en direct d'OpenAlex

Background: Online counseling chat services are increasingly used by young people worldwide. A growing body of literature supports the use and effectiveness of these services for adolescent mental health. However, there is also a need to provide an overview of the main existing resources to identify unmet needs and gaps in the field. Objective: This study aims to provide an overview of existing online counseling chat services targeting individuals aged 12-30 years in 4 European countries (Belgium, Finland, Hungary, and Spain), and to identify potential needs and gaps by comparing the collected data with recognized quality standard criteria that define the best practices in the field of counseling. Methods: A web search was conducted in the 4 participating countries using the same keywords to identify the main chat services. The final selection of chat services was made using a stratified purposive sampling method. A common data extraction database was developed to record information from these websites. Finally, the extracted information was compared against the fulfillment of 7 selected criteria from the Child Helpline International Quality Standards Framework. Additionally, certain chat characteristics were compared with the number of Child Helpline Quality Standard criteria fulfilled. Results: The search identified a total of 66 service providers offering 71 different chat services. Nongovernmental organizations accounted for more than half of the total service providers42 of 66 (64%). Additional helplines, such as hotlines, were also available through 54 of 66 (82%) service providers. Artificial intelligence tools were incorporated into 6 of 66 (9%) chat services. Differences were observed between countries; for example, the use of volunteers as counselors was predominant in Hungary and Belgium. Topic-specific chat services were common in Belgium and Spain, whereas in Finland and Hungary, chat services generally welcomed a wide range of topics for young people to discuss. Comparisons with Child Helpline International's recommendations revealed some gaps-for example, only 9 of 71 (13%) chat services operated 24 hours a day, and only 10 of 71 (14%) offered interactions in minority groups or foreign languages. Additionally, the use of free social media platforms for chat services was prevalent in some countries, which could compromise users' privacy. Being part of the Child Helpline International consortium was marginally associated with meeting a higher number of standard criteria (β coefficient 1.55; P=.08). Conclusions: This study provides a comprehensive overview of existing online chat counseling services in 4 European countries. Our findings suggest that some existing chat services for young people could be improved in areas such as accessibility, data security, and the inclusion of vulnerable groups.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,011
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,258
Tête enseignante GPT0,511
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental Health→Même sujetDigital Mental Health Interventions→Travaux en français237 207→