EXPLORING THE SCOPE AND EVALUATION APPROACHES FOR MENTAL HEALTH APPS IMPLEMENTED IN WORKPLACE SETTINGS
Notice bibliographique
Résumé
Background: Mental health conditions are one of the leading causes of disability in Canada and worldwide, causing significant financial burdens to individuals, workplaces and the economy. This emphasizes the need to provide accessible support in the workplace to prevent, promote and manage the mental health of the workforce. Mental health apps present a promising medium to scale mental health interventions across the workplace. However, evidence related to how studies are evaluating mental health apps in complex, real-world settings requires careful examination. Purpose: The purpose of this program of research was to synthesize the current state of evidence on the evaluation of mental health apps in the workplace, including an assessment of their effectiveness and to systematically examine the implementation of a mental health app in a workplace as a case study. The first study was a scoping review examining the different approaches studies have used to evaluate mental health apps in the workplace. The second study was a systematic review and meta-analysis examining the effectiveness of mental health apps in the workplace. The third study was a mixed-method case study, informed by an implementation science theory to examine factors influencing the uptake and implementation of a mental health app in a mid-sized hospital. Findings: In total, 54 studies were included in the scoping review with main outcomes being: 1. Usage and feedback of the app, 2. Effects of mental health and workplace outcomes or 3. Implementation process. The systematic review and meta-analysis of 21 studies demonstrated the effectiveness of mental health apps in improving symptoms of distress, depression and anxiety, stress, wellbeing and burnout. mental health as compared to usual care. Findings from the case study indicated the need to carefully consider implementation planning, contextual factors and a fit between the app and the needs of the workers. Implications: This thesis identifies the potential of mental health apps for workplaces and highlights future directions for research to optimize their use and effects.
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 | 0,330 | 0,414 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,017 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,015 | 0,017 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».