Equity-Oriented Data Governance and Collection Approaches in Digital Mental Health and Substance Use Health Services: A Rapid Scoping Review
Notice bibliographique
Résumé
This project is a rapid scoping review that investigates how equity-oriented data governance and collection approaches are being applied in the planning, design, and delivery of digital mental health and substance use health (MHSUH) services. The motivation arises from a pressing dilemma in the digital health field: balancing open, low-barrier access to care, which minimizes requirements for personal information and reduces barriers for groups facing health inequities, against the need for disaggregated sociodemographic data to inform equitable service delivery and policy. This rapid review will primarily synthesize evidence from peer-reviewed articles from three electronic databases of Medline, PsycINFO, and Embase, published between 2020 and 2025 in English and French, focusing on Canada, the United States, Australia, New Zealand, the United Kingdom, and France. We will identify: 1. Equity-oriented data governance frameworks (e.g., OCAP®, EGAP, CARE/FAIR) applied in digital MHSUH contexts. 2. Data collection practices that aim to balance privacy, accessibility, and equity monitoring. 3. Reported facilitators, barriers, and trade-offs in applying these approaches within digital MHSUH services. Expected outcomes include: 1. A map of existing equity-oriented data governance and collection practices in digital MHSUH services. 2. Identification of gaps in the existing evidence/practices and opportunities for improvement and innovation. 3. Synthesized key findings to inform a consensus-building policy dialogue with diverse community members and interested partners, including people with lived experience, community representatives, researchers, system administrators, data management experts, organizational leadership, and service providers. 4. Actionable recommendations and implementation guidelines to support the design of digital MHSUH services that are both accessible and equity-promoting. This project will provide timely, policy-relevant knowledge to help health system administrators, leaders, and users in Canada and comparable jurisdictions strike an equity-promoting balance between open access and data-informed decision-making in digital MHSUH 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 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 | 0,327 | 0,508 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,042 | 0,038 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,019 | 0,030 |
| Science ouverte | 0,005 | 0,018 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».