Psychoterapia.no Biblioteka naukowa · karta publikacji

Czasopismo źródłowe

Frontiers in Psychology

Rok publikacji: 2026 · ISSN: 1664-1078 · Sprawdź ten rekord w DOI-checker (JSON) → · Endpoint grafu JSON →

primary_research Privacy assurances and professional-boundary warnings in generative AI mental health Frontiers in Psychology

PSYCHOTERAPIA.NO / BIBLIOGRAFIA · REKORD ŹRÓDŁOWY

Privacy assurances and professional-boundary warnings in generative AI mental health chatbots: a randomized vignette experiment on calibrated trust, overreliance risk, and professional help-seeking intentions

Frontiers in Psychology · 2026 · Tom 17 : 1934264

Zeyu Zhang, Xiaomei Lu, Yinlan Zhang, Hao Zhang, Min Zhang

Metadane lokalne PubMed / MEDLINE (MeSH: 0) IWBP częściowy DOI 10.3389/fpsyg.2026.1934264 PMID 42746134
Zobacz graf powiązań SVG Deskryptory MeSH i słowa kluczowe Metadane i identyfikatory

Źródło: src_zhang_ai_chatbot_safety_cues_2026 · kanoniczny adres karty: /bibliografia/source.php?id=src_zhang_ai_chatbot_safety_cues_2026

Synteza kontekstu badawczego

Opracowanie polskojęzyczne oraz dostęp do abstraktu źródłowego

PROWENIENCJA: PUBMED / MEDLINE TDM
Autorskie polskie podsumowanie kontekstu badawczego:
Randomizowane badanie kontrolowane (RCT) „Privacy assurances and professional-boundary warnings in generative AI mental health chatbots: a randomized vignette experiment on calibrated trust, overreliance risk, and professional help-seeking intentions” opublikowane na łamach czasopisma „Frontiers in Psychology” (2026). Główne deskryptory indeksacyjne (MeSH / słowa kluczowe autorów) przypisane do publikacji obejmują: calibrated trust, generative AI chatbot, mental health support, overreliance risk, privacy assurance, professional-boundary warning. Poniżej prezentujemy jawny graf powiązań bibliograficznych, kontrolowaną taksonomię NLM MeSH oraz wskaźniki współwystępowania pojęć wyliczone na podstawie lokalnej analizy danych (Text & Data Mining).
Przeczytaj oryginalny abstrakt na PubMed (PMID 42746134) → Otwórz publikację u wydawcy (DOI: 10.3389/fpsyg.2026.1934264) →

Nota prawna (Prawo autorskie i TDM): Zgodnie z wytycznymi NLM/PubMed pełny tekst angielskiego abstraktu jest wyświetlany bezpośrednio wyłącznie dla artykułów z jawną otwartą licencją Creative Commons (CC-BY). W pozostałych przypadkach lokalny plik XML z PubMed służy wyłącznie do wewnętrznej analizy statystycznej i ekstrakcji pojęć (Text & Data Mining, art. 3–4 dyrektywy DSM UE), a powyżej prezentujemy nasze autorskie polskie omówienie kontekstu badawczego oraz bezpośredni odsyłacz do rekordu w bazie PubMed.

Jawny graf kontekstu publikacji (1-stopniowy)

Graf powiązań: Publikacja → Autorzy → Czasopismo → MeSH / Słowa kluczowe → Strony → Podobne prace

Wizualizacja SVG wygenerowana deterministycznie z jawnych krawędzi (16 relacji). Kliknij dowolny węzeł na grafie, aby przejść do profilu autora, czasopisma, tematu lub podobnej publikacji.

Pobierz JSON grafu (API) → Surowy plik SVG (pubmed_graph.py) →
Graf powiązań semantycznych: PMID 42746134 Frontiers in Psychology · relacja: published_in · źródło: pubmed_meta · status: approvedFrontiers in Psychology calibrated trust (Słowo kluczowe autora w PubMed) · relacja: about_keyword · źródło: pubmed_author_keyword · status: approvedcalibrated trust generative AI chatbot (Słowo kluczowe autora w PubMed) · relacja: about_keyword · źródło: pubmed_author_keyword · status: approvedgenerative AI chatbot mental health support (Słowo kluczowe autora w PubMed) · relacja: about_keyword · źródło: pubmed_author_keyword · status: approvedmental health support overreliance risk (Słowo kluczowe autora w PubMed) · relacja: about_keyword · źródło: pubmed_author_keyword · status: approvedoverreliance risk privacy assurance (Słowo kluczowe autora w PubMed) · relacja: about_keyword · źródło: pubmed_author_keyword · status: approvedprivacy assurance professional-boundary warning (Słowo kluczowe autora w PubMed) · relacja: about_keyword · źródło: pubmed_author_keyword · status: approvedprofessional-boundary warning Chatbot AI w zdrowiu psychicznym: bezpieczeństwo zaczyna się także od interfejsu [PUBLISHED] · relacja: uses_source · źródło: local_claim · status: approvedChatbot AI w zdrowiu psychicznym:… AI-Mediated Mental Health Support: The Role of Attachment Orientation and Psychological Distress (Podobieństwo: 30%) · relacja: similar_to · źródło: local_hybrid_similarity · status: candidateAI-Mediated Mental Health Support… Health advisory: Use of generative AI chatbots and wellness applications for mental health (Podobieństwo: 34%) · relacja: similar_to · źródło: local_hybrid_similarity · status: candidateHealth advisory: Use of generativ… Health advisory: Use of generative AI chatbots and wellness applications for mental health (Podobieństwo: 34%) · relacja: similar_to · źródło: local_hybrid_similarity · status: candidateHealth advisory: Use of generativ… Hao Zhang · relacja: author_of · źródło: pubmed_meta · status: approvedHao Zhang Min Zhang · relacja: author_of · źródło: pubmed_meta · status: approvedMin Zhang Xiaomei Lu · relacja: author_of · źródło: pubmed_meta · status: approvedXiaomei Lu Yinlan Zhang · relacja: author_of · źródło: pubmed_meta · status: approvedYinlan Zhang Zeyu Zhang · relacja: author_of · źródło: pubmed_meta · status: approvedZeyu Zhang PMID 42746134 Privacy assurances and professional-boundary warnings in generative AI mental health chatbots:… Publikacja centralna Autor (pubmed_meta / katalog) Czasopismo (published_in) Deskryptor MeSH (pubmed_mesh) Słowo kluczowe autora (PubMed) Strona serwisu (uses_source) Podobny rekord (candidate) Linia ciągła = krawędź zatwierdzona (approved: PubMed MeSH / metadane / opublikowana strona) · Linia przerywana = kandydat (candidate: podobieństwo hybrydowe / szkic)

Uwaga metodologiczna: Relacja w grafie odzwierciedla strukturę metadanych i współwystępowania, a nie związek przyczynowy. Krawędzie z linii ciągłej mają status approved (potwierdzone w PubMed/MEDLINE lub opublikowanych artykułach), natomiast linia przerywana oznacza status candidate (podobieństwo hybrydowe lub nieopublikowany szkic).

Taksonomia i analiza leksykalna

Deskryptory MeSH (PubMed), słowa kluczowe autorów oraz kandydaci długiego ogona (Long-Tail)

Zachowujemy ścisły rozdział pomiędzy oficjalnymi deskryptorami NLM MeSH i słowami kluczowymi autorów (status approved) a frazami wyliczonymi lokalnie z tytułu i analizy TDM (status candidate).

1. Deskryptory medyczne MeSH® (U.S. National Library of Medicine — PubMed)

Rekord nie posiada jeszcze przypisanych deskryptorów MeSH w lokalnej bazie PubMed (świeże rekordy mogą oczekiwać na indeksację MEDLINE — nie podstawiamy zamienników AI jako MeSH).

Nota atrybucyjna NLM / MeSH®: MeSH® (Medical Subject Headings) jest zastrzeżonym znakiem towarowym U.S. National Library of Medicine (NLM), National Institutes of Health (NIH). Dane indeksacyjne MEDLINE/PubMed pochodzą z zasobów NLM (domena publiczna USA, 17 U.S.C. § 105). NLM nie afiliuje ani nie autoryzuje niniejszego serwisu.

2. Oficjalne słowa kluczowe autorów (PubMed KeywordList)

calibrated trust pubmed_author_keyword · approved generative AI chatbot pubmed_author_keyword · approved mental health support pubmed_author_keyword · approved overreliance risk pubmed_author_keyword · approved privacy assurance pubmed_author_keyword · approved professional-boundary warning pubmed_author_keyword · approved

3. Wyekstrahowani kandydaci fraz i słów kluczowych (N-gramy 1–3 z tytułu i abstraktu)

Poniższe frazy są wyliczane algorytmicznie (z promowaniem fraz obecnych w tytule ×2,2) i mają status candidate — nie są prezentowane jako oficjalne słowa kluczowe autora w Schema.org.

privacy (score 19.8 · candidate) calibrated trust (score 15.95 · candidate) chatbots (score 11 · candidate) calibrated (score 11 · candidate) trust (score 11 · candidate) professional (score 11 · candidate) boundary (score 11 · candidate) mental health (score 9.57 · candidate) overreliance risk (score 9.57 · candidate) professional help-seeking (score 9.57 · candidate) professional-boundary (score 8.8 · candidate) mental (score 8.8 · candidate) intention (score 8.8 · candidate) generative (score 6.6 · candidate) health (score 6.6 · candidate) overreliance (score 6.6 · candidate) help-seeking (score 6.6 · candidate) assurance (score 6.6 · candidate)

Rekomendacje oparte na cechach wspólnych

Publikacje powiązane semantycznie w katalogu (Matching hybrydowy)

Wynik łączy 3 jawne sygnały: dopasowanie słów z tytułu i abstraktu (50%), wspólne pojęcia kliniczne/MeSH (35%) oraz wspólne czasopismo lub autorów (15%). Przy każdej pracy podajemy dokładny powód dopasowania.

local_hybrid_similarity · candidate

Analiza w całym korpusie (N = 950 publikacji)

Współwystępowanie pojęć w katalogu — współczynnik \(\text{Lift}(A,B) = \frac{P(A \cap B)}{P(A)P(B)}\)

Nie liczymy sztucznych korelacji na poziomie pojedynczego artykułu. Poniższa tabela bada w całym katalogu (950 źródeł), jak często tematy obecne w tej publikacji współwystępują ze sobą. Wartość Lift > 1 oznacza, że dwa pojęcia pojawiają się razem częściej, niż wynikałoby to z niezależnego przypadku (jest to korelacja opisowa korpusu, nie dowód przyczynowy).

Pojęcie A Pojęcie B Wystąpienia A / B Wspólne publikacje \(|A \cap B|\) \(\text{Lift}(A,B)\) Interpretacja opisowa w korpusie
Guilt / Wina Metacognition / MIT 3 / 1 1 (0.11%) 316.67× Współwystępuje częściej niż losowo (Lift > 1)
Shame / Wstyd Guilt / Wina 15 / 3 3 (0.32%) 63.33× Współwystępuje częściej niż losowo (Lift > 1)
Shame / Wstyd Metacognition / MIT 15 / 1 1 (0.11%) 63.33× Współwystępuje częściej niż losowo (Lift > 1)
Metacognition / MIT Group Therapy / Grupowa 1 / 37 1 (0.11%) 25.68× Współwystępuje częściej niż losowo (Lift > 1)
Metacognition / MIT CBT / Cognitive Therapy 1 / 66 1 (0.11%) 14.39× Współwystępuje częściej niż losowo (Lift > 1)
Guilt / Wina Group Therapy / Grupowa 3 / 37 1 (0.11%) 8.56× Współwystępuje częściej niż losowo (Lift > 1)
Guilt / Wina CBT / Cognitive Therapy 3 / 66 1 (0.11%) 4.80× Współwystępuje częściej niż losowo (Lift > 1)
Shame / Wstyd Group Therapy / Grupowa 15 / 37 2 (0.21%) 3.42× Współwystępuje częściej niż losowo (Lift > 1)
Borderline (BPD) Guilt / Wina 349 / 3 3 (0.32%) 2.72× Współwystępuje częściej niż losowo (Lift > 1)
Borderline (BPD) Metacognition / MIT 349 / 1 1 (0.11%) 2.72× Współwystępuje częściej niż losowo (Lift > 1)
Bibliografia załącznikowa publikacji — prace cytowane przez autorów (53 pozycji)

Wykaz prac cytowanych wewnątrz artykułu (relacja cites → Publication), pobrany ze zweryfikowanych metadanych PubMed / Crossref:

  1. Abd-Alrazaq A. A., Alajlani M., Alalwan A. A., Bewick B. M., Gardner P., Househ M. (2019). An overview of the features of chatbots in mental health: a scoping review. Int. J. Med. Inform. 132:103978. doi: 10.1016/j.ijmedinf.2019.103978 DOI: 10.1016/j.ijmedinf.2019.103978
    pubmed_reference_list
  2. Abd-Alrazaq A. A., Alajlani M., Ali N., Denecke K., Bewick B. M., Househ M. (2021). Perceptions and opinions of patients about mental health chatbots: scoping review. J. Med. Internet Res. 23:e17828. doi: 10.2196/17828 DOI: 10.2196/17828
    pubmed_reference_list
  3. Aguinis H., Bradley K. J. (2014). Best practice recommendations for designing and implementing experimental vignette methodology studies. Organ. Res. Methods 17, 351–371. doi: 10.1177/1094428114547952 DOI: 10.1177/1094428114547952
    pubmed_reference_list
  4. Atzmueller C., Steiner P. M. (2010). Experimental vignette studies in survey research. Methodology. 6, 128–138. doi: 10.1027/1614-2241/a000014 DOI: 10.1027/1614-2241/a000014
    pubmed_reference_list
  5. Auerbach R. P., Mortier P., Bruffaerts R., Alonso J., Benjet C., Cuijpers P., et al. (2018). WHO world mental health surveys international college student project: prevalence and distribution of mental disorders. J. Abnorm. Psychol. 127, 623–638. doi: 10.1037/abn0000362 DOI: 10.1037/abn0000362
    pubmed_reference_list
  6. Belanger F., Crossler R. E. (2011). Privacy in the digital age: a review of information privacy research in information systems. MIS Q. 35, 1017–1041. doi: 10.2307/41409971 DOI: 10.2307/41409971
    pubmed_reference_list
  7. Bhattacherjee A. (2001). Understanding information systems continuance: an expectation-confirmation model. MIS Q. 25, 351–370. doi: 10.2307/3250921 DOI: 10.2307/3250921
    pubmed_reference_list
  8. Clark L. A., Watson D. (2019). Constructing validity: new developments in creating objective measuring instruments. Psychol. Assess. 31, 1412–1427. doi: 10.1037/pas0000626 DOI: 10.1037/pas0000626
    pubmed_reference_list
  9. Davis F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Q. 13, 319–340. doi: 10.2307/249008 DOI: 10.2307/249008
    pubmed_reference_list
  10. Fitzpatrick K. K., Darcy A., Vierhile M. (2017). Delivering cognitive behavior therapy to young adults with symptoms of depression and anxiety using a fully automated conversational agent: a randomized controlled trial. JMIR Ment Health 4:e19. doi: 10.2196/mental.7785 DOI: 10.2196/mental.7785
    pubmed_reference_list
  11. Fornell C., Larcker D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. J. Market. Res. 18, 39–50. doi: 10.1177/002224378101800104 DOI: 10.1177/002224378101800104
    pubmed_reference_list
  12. Fulmer R., Joerin A., Gentile B., Lakerink L., Rauws M. (2018). Using psychological artificial intelligence to improve well-being: a longitudinal study of Tess. JMIR Ment Health 5:e64. doi: 10.2196/mental.9782 DOI: 10.2196/mental.9782
    pubmed_reference_list
  13. Glikson E., Woolley A. W. (2020). Human trust in artificial intelligence: review of empirical research. Acad. Manage. Ann. 14, 627–660. doi: 10.5465/annals.2018.0057 DOI: 10.5465/annals.2018.0057
    pubmed_reference_list
  14. Gulliver A., Griffiths K. M., Christensen H. (2010). Perceived barriers and facilitators to mental health help-seeking in young people: a systematic review. BMC Psychiatry 10:113. doi: 10.1186/1471-244X-10-113 DOI: 10.1186/1471-244X-10-113
    pubmed_reference_list
  15. Hauser D. J., Ellsworth P. C., Gonzalez R. (2018). Are manipulation checks necessary? Front. Psychol. 9:998. doi: 10.3389/fpsyg.2018.00998 DOI: 10.3389/fpsyg.2018.00998
    pubmed_reference_list
  16. Hayes A. F. (2022). Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach, 3rd Edn. New York, NY: Guilford Press.
    pubmed_reference_list
  17. Henseler J., Ringle C. M., Sarstedt M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. J. Acad. Mark. Sci. 43, 115–135. doi: 10.1007/s11747-014-0403-8 DOI: 10.1007/s11747-014-0403-8
    pubmed_reference_list
  18. High-Level Expert Group on Artificial Intelligence (2019). Ethics Guidelines for Trustworthy AI. Brussels: European Commission.
    pubmed_reference_list
  19. Hoff K. A., Bashir M. (2015). Trust in automation: integrating empirical evidence on factors that influence trust. Hum. Factors 57, 407–434. doi: 10.1177/0018720814547570 DOI: 10.1177/0018720814547570
    pubmed_reference_list
  20. Hu L. T., Bentler P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: conventional criteria versus new alternatives. Struct. Equ. Model. 6, 1–55. doi: 10.1080/10705519909540118 DOI: 10.1080/10705519909540118
    pubmed_reference_list
  21. Hwang Y., Wu Y. (2025). The influence of generative artificial intelligence on creative cognition of design students: a chain mediation model of self-efficacy and anxiety. Front. Psychol. 15:1455015. doi: 10.3389/fpsyg.2024.1455015 DOI: 10.3389/fpsyg.2024.1455015
    pubmed_reference_list
  22. Jebb A. T., Ng V., Tay L. (2021). A review of key Likert scale development advances: 1995–2019. Front. Psychol. 12:637547. doi: 10.3389/fpsyg.2021.637547 DOI: 10.3389/fpsyg.2021.637547
    pubmed_reference_list
  23. Klimova B., Pikhart M. (2025). Exploring the effects of artificial intelligence on student and academic well-being in higher education: a mini-review. Front. Psychol. 16:1498132. doi: 10.3389/fpsyg.2025.1498132 DOI: 10.3389/fpsyg.2025.1498132
    pubmed_reference_list
  24. Kline R. B. (2023). Principles and Practice of Structural Equation Modeling, 5th Edn. New York, NY: Guilford Press.
    pubmed_reference_list
  25. Kohn S. C., de Visser E. J., Wiese E., Lee Y. C., Shaw T. H. (2021). Measurement of trust in automation: a narrative review and reference guide. Front. Psychol. 12:604977. doi: 10.3389/fpsyg.2021.604977 DOI: 10.3389/fpsyg.2021.604977
    pubmed_reference_list
  26. Kwesi J., Cao J., Manchanda R., Emami-Naeini P. (2025). “Exploring user security and privacy attitudes and concerns toward the use of general-purpose LLM chatbots for mental health” in 34th USENIX security symposium (USENIX Security 25) (Seattle, WA: USENIX Association; ), 6007–6024.
    pubmed_reference_list
  27. Lal S., Adair C. E. (2014). E-mental health: a rapid review of the literature. Psychiatr. Serv. 65, 24–32. doi: 10.1176/appi.ps.201300009 DOI: 10.1176/appi.ps.201300009
    pubmed_reference_list
  28. Lattie E. G., Adkins E. C., Winquist N., Stiles-Shields C., Wafford Q. E., Graham A. K. (2019). Digital mental health interventions for depression, anxiety, and enhancement of psychological well-being among college students: systematic review. J. Med. Internet Res. 21:e12869. doi: 10.2196/12869 DOI: 10.2196/12869
    pubmed_reference_list
  29. Lee J. D., See K. A. (2004). Trust in automation: designing for appropriate reliance. Hum. Factors 46, 50–80. doi: 10.1518/hfes.46.1.50.30392 DOI: 10.1518/hfes.46.1.50.30392
    pubmed_reference_list
  30. Li Y., Wu B., Huang Y., Luan S. (2024). Developing trustworthy artificial intelligence: insights from research on interpersonal, human-automation, and human-AI trust. Front. Psychol. 15:1382693. doi: 10.3389/fpsyg.2024.1382693 DOI: 10.3389/fpsyg.2024.1382693
    pubmed_reference_list
  31. Malhotra N. K., Kim S. S., Agarwal J. (2004). Internet users' information privacy concerns (IUIPC): the construct, the scale, and a causal model. Inform. Syst. Res. 15, 336–355. doi: 10.1287/isre.1040.0032 DOI: 10.1287/isre.1040.0032
    pubmed_reference_list
  32. Mayer R. C., Davis J. H., Schoorman F. D. (1995). An integrative model of organizational trust. Acad. Manage. Rev. 20, 709–734. doi: 10.2307/258792 DOI: 10.2307/258792
    pubmed_reference_list
  33. McKnight D. H., Choudhury V., Kacmar C. (2002). Developing and validating trust measures for e-commerce: an integrative typology. Inform. Syst. Res. 13, 334–359. doi: 10.1287/isre.13.3.334.81 DOI: 10.1287/isre.13.3.334.81
    pubmed_reference_list
  34. National Governance Committee for the New Generation Artificial Intelligence (2019). Governance Principles for a New Generation of Artificial Intelligence: Develop Responsible Artificial Intelligence. Beijing: Ministry of Science and Technology of the People's Republic of China.
    pubmed_reference_list
  35. NIST (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). Gaithersburg, MD: National Institute of Standards and Technology. doi: 10.6028/NIST.AI.100-1.jpn DOI: 10.6028/NIST.AI.100-1.jpn
    pubmed_reference_list
  36. Olisaeloka L., Richardson C. G., Wang A. Y., Munthali R. J., Vigo D. V. (2026). Safety mechanisms and risk mitigation in generative AI mental health chatbots: a systematic scoping review. Healthcare 14:1395. doi: 10.3390/healthcare14101395 DOI: 10.3390/healthcare14101395
    pubmed_reference_list
  37. Oppenheimer D. M., Meyvis T., Davidenko N. (2009). Instructional manipulation checks: detecting satisficing to increase statistical power. J. Exp. Soc. Psychol. 45, 867–872. doi: 10.1016/j.jesp.2009.03.009 DOI: 10.1016/j.jesp.2009.03.009
    pubmed_reference_list
  38. Palmer A., Schwan D. (2025). Digital mental health tools and AI therapy chatbots: a balanced approach to regulation. Hastings Cent. Rep. 55, 15–29. doi: 10.1002/hast.4979 DOI: 10.1002/hast.4979
    pubmed_reference_list
  39. Parasuraman R., Manzey D. H. (2010). Complacency and bias in human use of automation: an attentional integration. Hum. Factors 52, 381–410. doi: 10.1177/0018720810376055 DOI: 10.1177/0018720810376055
    pubmed_reference_list
  40. Parasuraman R., Riley V. (1997). Humans and automation: use, misuse, disuse, abuse. Hum. Factors 39, 230–253. doi: 10.1518/001872097778543886 DOI: 10.1518/001872097778543886
    pubmed_reference_list
  41. Parasuraman R., Sheridan T. B., Wickens C. D. (2000). A model for types and levels of human interaction with automation. IEEE Trans. Syst. Man, Cybern. A. 30, 286–297. doi: 10.1109/3468.844354 DOI: 10.1109/3468.844354
    pubmed_reference_list
  42. Pichowicz W., Kotas M., Piotrowski P. (2025). Performance of mental health chatbot agents in detecting and managing suicidal ideation. Sci. Rep. 15:31652. doi: 10.1038/s41598-025-17242-4 DOI: 10.1038/s41598-025-17242-4
    pubmed_reference_list
  43. Podsakoff P. M., MacKenzie S. B., Lee J. Y., Podsakoff N. P. (2003). Common method biases in behavioral research: a critical review of the literature and recommended remedies. J. Appl. Psychol. 88, 879–903. doi: 10.1037/0021-9010.88.5.879 DOI: 10.1037/0021-9010.88.5.879
    pubmed_reference_list
  44. Pretorius C., Chambers D., Coyle D. (2019). Young people's online help-seeking and mental health difficulties: systematic narrative review. J. Med. Internet Res. 21:e13873. doi: 10.2196/13873 DOI: 10.2196/13873
    pubmed_reference_list
  45. Rickwood D., Deane F. P., Wilson C. J., Ciarrochi J. (2005). Young people's help-seeking for mental health problems. Aust. e-J. Adv. Ment. Health 4, 218–251. doi: 10.5172/jamh.4.3.218 DOI: 10.5172/jamh.4.3.218
    pubmed_reference_list
  46. Shneiderman B. (2020). Human-centered artificial intelligence: reliable, safe and trustworthy. Int. J. Hum. Comput. Interact. 36, 495–504. doi: 10.1080/10447318.2020.1741118 DOI: 10.1080/10447318.2020.1741118
    pubmed_reference_list
  47. Smith H. J., Milberg S. J., Burke S. J. (1996). Information privacy: measuring individuals' concerns about organizational practices. MIS Q. 20, 167–196. doi: 10.2307/249477 DOI: 10.2307/249477
    pubmed_reference_list
  48. Stefana A., Damiani S., Granziol U., Provenzani U., Solmi M., Youngstrom E. A., et al. (2024). Psychological, psychiatric, and behavioral sciences measurement scales: best practice guidelines for their development and validation. Front. Psychol. 15:1494261. doi: 10.3389/fpsyg.2024.1494261 DOI: 10.3389/fpsyg.2024.1494261
    pubmed_reference_list
  49. Szoke D., Hutzler I., Liu J., Addante S., Akhtar Z., Smith D. L., et al. (2026). Automated safety testing and reporting application for conversational safety monitoring of generative AI Tools for mental health: development and validation study. JMIR Ment Health 13:e91367. doi: 10.2196/91367 DOI: 10.2196/91367
    pubmed_reference_list
  50. Tian W., Ge J., Zhao Y., Zheng X. (2024). AI chatbots in Chinese higher education: adoption, perception, and influence among graduate students–an integrated analysis utilizing UTAUT and ECM models. Front. Psychol. 15:1268549. doi: 10.3389/fpsyg.2024.1268549 DOI: 10.3389/fpsyg.2024.1268549
    pubmed_reference_list
  51. Vaidyam A. N., Wisniewski H., Halamka J. D., Kashavan M. S., Torous J. B. (2019). Chatbots and conversational agents in mental health: a review of the psychiatric landscape. Can. J. Psychiatry 64, 456–464. doi: 10.1177/0706743719828977 DOI: 10.1177/0706743719828977
    pubmed_reference_list
  52. Venkatesh V., Morris M. G., Davis G. B., Davis F. D. (2003). User acceptance of information technology: toward a unified view. MIS Q. 27, 425–478. doi: 10.2307/30036540 DOI: 10.2307/30036540
    pubmed_reference_list
  53. World Health Organization (2025). Ethics and Governance of Artificial Intelligence for Health: Guidance on Large Multi-Modal Models. Geneva: World Health Organization.
    pubmed_reference_list

Metadane

Rok
2026
Czasopismo
Frontiers in Psychology
Pochodzenie
lokalny katalog źródeł
Data publikacji online
2026-09-01
ISSN czasopisma
1664-1078
Tom
17
Numer
Nieustalone
Strony
1934264
Status dostępu
Nieustalone
PMCID
PMC13575988

Identyfikatory

  • DOI: 10.3389/fpsyg.2026.1934264
  • PMID: 42746134
  • PMCID: PMC13575988

Autorzy

  1. Zeyu ZhangAutorstwo odczytane z lokalnego katalogu.
  2. Xiaomei LuAutorstwo odczytane z lokalnego katalogu.
  3. Yinlan ZhangAutorstwo odczytane z lokalnego katalogu.
  4. Hao ZhangAutorstwo odczytane z lokalnego katalogu.
  5. Min ZhangAutorstwo odczytane z lokalnego katalogu.

Sprawdzenie identyfikatora (Studio ReferenceVerifier & DOI-Checker)

DOI: 10.3389/fpsyg.2026.1934264 · PMID: 42746134

Sprawdź status w bazie Studio ReferenceVerifierOtwórz live JSON w DOI-Checker (Crossref + OpenAlex) →

Format DOI jest poprawny lokalnie. Karta odczytuje wynik z lokalnej bazy studio/reference_verification/verify_queue.db i nie wykonuje synchronicznych requestów podczas ładowania strony.

Dopasowania identyfikatorów i duplikatów w katalogu

Dokładne dopasowania identyfikatorów

Nie znaleziono dopasowań w tej grupie.

Kandydaci do ręcznej kontroli

Nie znaleziono dopasowań w tej grupie.

Konflikty

Nie znaleziono dopasowań w tej grupie.

Podobieństwo nie scala rekordów i nie potwierdza tożsamości publikacji.

Wykorzystanie publikacji w opracowaniach serwisu (1 stron)

Zakres: jawne relacje claims[].source_ids[] powiązane z publikacją.

Chatbot AI w zdrowiu psychicznym: bezpieczeństwo zaczyna się także od interfejsu

Status: PUBLISHED · relacja: EXPLICIT_SOURCE_LINK

  • FACT — Badanie obejmowało 768 studentów przydzielonych losowo do czterech warunków po 192 osoby.
  • FACT — Komunikat o prywatności zwiększał postrzeganą ochronę prywatności; efekt wynosił d=0,91.
  • FACT — Ostrzeżenie o granicach zawodowych zwiększało świadomość granic; efekt wynosił d=0,96.
  • FACT — Skalibrowane zaufanie było najwyższe wtedy, gdy obecne były oba komunikaty.
  • FACT — Świadomość granic wiązała się z niższym ryzykiem nadmiernego polegania i większą intencją szukania profesjonalnej pomocy.
  • INTERPRETATION — Projekt interfejsu może być elementem bezpieczeństwa AI w zdrowiu psychicznym, ale komunikaty ostrzegawcze nie są dowodem klinicznej skuteczności chatbota.
  • UNCERTAINTY — Wyniku nie należy traktować jako dowodu, że takie komunikaty poprawią bezpieczeństwo w rzeczywistych kryzysach lub podczas długotrwałej terapii z AI.
Metodologia i składowe IWBP (Indeks Widoczności Bibliograficznej)

Indeks widoczności bibliograficznej

IWBP: wynik częściowy

Widoczność w określonym korpusie danych, nie ocena jakości naukowej, siły dowodów ani jakości czasopisma.

10,0/ 10 Pokrycie wag: 30%

E · E

50%

Brak wartości znormalizowanej

Źródło: OpenAlex snapshot · zakres: No compatible versioned snapshot found

NOT_TESTED: no imputing.

B · B

30%

1,00

Źródło: lokalny katalog źródeł claims[].source_ids[] · zakres: Jawne lokalne użycie potwierdzone rejestrem claims/source_ids

F is provisional for this corpus snapshot.

D · D

20%

Brak wartości znormalizowanej

Źródło: L0-to-L1 registry · zakres: No confirmed registry found

NOT_TESTED: L2 is excluded.

Formuła obliczeniowa

IWBP = 10 × (0,50E + 0,30B + 0,20D)

Wynik jest częściowy i nie powinien być porównywany bez zastrzeżeń z wynikiem pełnym.

Dostępne: B · brakujące: E, D · data: 2026-10-18T00:00:00Z

Interpretacja dla tej publikacji

W korpusie wykryto 1 unikalnych stron i 7 powiązań.

Brak danych nie jest traktowany jako zero.

Więcej o metodologii katalogu →
Mapa kontroli i proweniencji publikacji (4 wykonanych kontroli)

Proweniencja i kontrola

Mapa kontroli i pochodzenia publikacji

Pokazujemy wyłącznie kontrole zapisane w lokalnych read modelach. Brak integracji lub brak uruchomienia nie jest wynikiem pozytywnym.

4Wykonane
3Pozytywne
0Problemy
1Częściowe
4Nieuruchomione / zablokowane
Rekord źródłowy→Identyfikatory→Metadane→Kontrole→Wynik i ograniczenia
Bibliografia2 kontroli
Format DOIKontrola zakończona pozytywnie (PASS)

Format DOI rozpoznany lokalnie.

Kontrola techniczna · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Format nie potwierdza istnienia ani zgodności publikacji.

Podobne rekordyKontrola zakończona pozytywnie (PASS)

Dokładne: 0, kandydaci: 0, konflikty: 0.

Kontrola tożsamości · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Wynik nie scala rekordów i nie zastępuje kontroli człowieka.

Weryfikator identyfikatorów (ReferenceVerifier)1 kontroli
Weryfikacja metadanych zewnętrznychZablokowane (BLOCKED)

Brak zapisanego wyniku weryfikatora.

Weryfikacja metadanych · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Karta nie uruchamia zewnętrznego dostawcy podczas renderowania.

Przeglad1 kontroli
Lokalne wykorzystanieKontrola zakończona pozytywnie (PASS)

Zarejestrowano 1 stron z jawnym powiązaniem source.

Relacja publikacji z treścią · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: EXPLICIT_SOURCE_LINK oznacza relację nawigacyjną, nie dowód wsparcia claimu.

IWBP3 kontroli
Składowa EZablokowane (BLOCKED)

Brak zatwierdzonego snapshotu OpenAlex.

Interpretacja bibliograficzna · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: Nie można obliczyć zasięgu zewnętrznego.

Składowa BKontrola częściowa (PARTIAL)

Wykryto 1 stron lokalnego użycia.

Interpretacja bibliograficzna · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: Brak zatwierdzonego mianownika rodzin zasobów.

Składowa DBrak integracji (NO_INTEGRATION)

Brak rejestru relacji L0 → L1.

Interpretacja bibliograficzna · źródło odczytu: lokalna kontrola odczytowa

Ograniczenie: Nie oznacza braku relacji; oznacza brak integracji odczytowej.

Warstwa naukowa / RAG1 kontroli
Dowód wsparcia twierdzeniaBrak integracji (NO_INTEGRATION)

Brak potwierdzonej integracji tej warstwy z kartą.

Kontrola dowodów · źródło odczytu: lokalny katalog źródeł

Ograniczenie: Nie można stwierdzić, że publikacja potwierdza twierdzenie.

Mapa nie dowodzi, że publikacja wspiera powiązane twierdzenia. EXPLICIT_SOURCE_LINK oznacza tylko jawne powiązanie źródła, a REVIEW_REQUIRED oznacza „wymaga przeglądu” i nie potwierdza publicznej dostępności strony.

Słownik oznaczeń technicznych
claim
Twierdzenie lub fragment treści, z którym powiązano publikację.
source_id
Stały identyfikator publikacji w katalogu źródeł.
EXPLICIT_SOURCE_LINK
Jawne powiązanie publikacji ze stroną; nie jest automatycznym dowodem wsparcia twierdzenia.
REVIEW_REQUIRED
Strona wymaga przeglądu i nie jest prezentowana jako publicznie opublikowana.
read-only
Warstwa tylko odczytu; nie zmienia źródeł ani nie uruchamia providerów.