近年来,在线心理健康支持社区通过志愿者咨询师为人们提供可及的心理和情感健康支持而快速发展。尽管数百万人参与这些平台的聊天支持,但这些社区对心理健康症状的临床效果仍然未知。此外,尽管志愿者接受了一些基于面对面环境中研究确立的治疗技能培训,如主动倾听和动机访谈,但这些技能在在线环境中如何影响人们的心理健康状态仍缺乏研究。我们与最大的在线同伴支持平台之一合作,使用自然语言处理和机器学习技术测量一对一支持聊天如何影响抑郁和焦虑症状。我们测量支持提供者的技术和特征(如肯定、共情及在平台上的过往经验)如何影响寻求支持者的心理健康变化。我们发现在线同伴支持聊天对抑郁和焦虑症状有改善作用,具有统计显著但相对较小的效应量。此外,支持提供者的技术,如强调客户的自主性,可带来更好的心理健康结果。然而,我们还发现某些行为(如说服)实际上对抑郁和焦虑结果有害。本工作为在线环境中的心理健康护理和在线支持提供者的培训系统设计提供了关键理解。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/178744/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3641029
一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文