Pandemic impacts on problem gambling treatment providers
Notice bibliographique
Résumé
During the Covid-19 pandemic, online gambling venues remained accessible while treatmentservices were met with constraints. Mental health service providers needed to adapt quicklyto continue supporting clients. This study examined how services for people who have gamblingand other mental health problems adapted treatment during the Covid-19 pandemic.Counsellors from two provinces in Canada were surveyed using closed- and open-endedquestions. The study was conducted in two waves, one in May to July 2021 in the middleof the pandemic, and the second from April to June 2022 as many public health restrictionswere being removed and casinos reopened. Questions included how counsellors adapted theirpractice during the pandemic and what training they felt they required to help them deliversafe and effective treatment during a pandemic. The results indicated increases in counsellordistress during the pandemic. The counsellors also reported increased stress in their clients.The participants reported a shift towards phone and online treatment during the pandemic.The counsellors in this study had concerns over technological issues, privacy issues andproblems with keeping clients engaged. There were also concerns regarding populations whodo not have access to remote treatment methods and vulnerable populations such as seniors,Indigenous groups, and people who have serious dual diagnoses. There is a need for futurepreparation in mental health treatment protocols to mitigate shortfalls in remote client care.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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 ».