Clinicians’ Opinions, Suggestions, and Concerns Using Social Robots in Psychological Practice
Notice bibliographique
Résumé
In the past decade, technology-assisted interventions for mental health have been growing. To appropriately design technologies to support mental health, such as social robots, a crucial step involves understanding the perspectives, needs, and concerns of clinicians who deliver mental health services. Our research aims to understand mental health clinicians’ perspectives on the use of social robots within various aspects of clinical practice. We conducted an online study involving 49 clinicians registered with provincial psychological regulatory bodies within Canada. The participants responded to questionnaires regarding their general views on technology/social robots, rated the degree of advantage/disadvantage of using social robots in different components of clinical practice (Screening, Diagnosis, Intervention, Administration, and Maintenance), and provided open-ended responses regarding potential applications for social robots in clinical activities. Two experimental conditions were designed, in which the participants were either introduced to social robots through a short video (exposure condition) or did not receive such an introduction (non-exposure condition). The results of the quantitative analysis indicated that exposing clinicians to more information about social robots did not yield significant rating differences, but their initial familiarity with social robots was positively associated with their perceptions. On average, clinicians’ ratings were neutrally valenced (around the midline of positive and negative), indicating, as a group, ambivalence about using social robots. They noted more advantages for social robots to support administrative roles and maintenance roles (maintaining clinical gains post-intervention). Qualitative results, i.e., thematic analysis, identified 93 codes, 18 sub-themes, and two overarching themes: perceived advantages and disadvantages. Noteworthy applications of social robots included “intake”, “administering clinical services”, “administered tasks”, and “assistant to clinicians”, while top disadvantages were “unsuitability”, “detrimental to therapeutic relationship”, and “limitations of robot relative to human capabilities”. Clinicians identified social robots as valuable tools for standardized, structured, and non-judgmental therapeutic care; however, concerns about their impact on the therapeutic relationship and limitations compared to human capabilities emphasize the importance of careful integration. The proposed guidelines aim to navigate these challenges and offer a framework for the nuanced incorporation of social robots into mental healthcare practices.
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 | 0,026 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,003 |
| 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 ».