EFFECTIVENESS OF A COMMUNITY MOBILIZATION STRATEGY IN AFFECTING HEALTH BEHAVIOURS OF YOUNG WOMEN
Notice bibliographique
Résumé
Young women are subject to social pressure to adopt health risking behaviors such as inactivity, smoking, and inadequate nutrient intake. With the declining influence of parents as young women mature, they become easy targets for marketing campaigns that undermine their chances for a healthy lifestyle. This study determined the effectiveness of a community mobilization strategy, “Fly Higher,” in positively affecting the health behaviors (physical activity, smoking, nutrition) of young women. The program involved training groups of young women (core trainers) to facilitate one day workshops to prepare “school champion teams” (3–5 young women and their adult advisors) to initiate health promotion activities in their communities in conjunction with health districts. Seventy-five participants including young women aged 13–18 yrs, their advisors, health district personnel, and community representatives from seven health districts participated in the study. Qualitative strategy of naturalistic inquiry, qualitative data collection (semi-structured interviews) and content analysis was used. Results showed that young women: (1) began making healthier lifestyle choices by increasing physical activity, decreasing or stopping smoking, and eating a healthier diet; (2) became motivated to address health issues pertinent to themselves and their communities; (3) developed skills to champion school and community based initiatives; and (4) developed personal skills such as self-respect and self confidence. In addition, healthier school and community environments were fostered and an enhanced support for healthier lifestyle choices of young women was observed. Community mobilized health initiatives, which focus on young women leading young women, can be effective in positively affecting the health knowledge, attitudes and behaviors of this age group and the communities in which they live. Supported by the Heart & Stroke Foundation of Saskatchewan
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».