How Adolescents Use Technology for Health Information: Implications for Health Professionals from Focus Group Studies
Notice bibliographique
Résumé
BACKGROUND: Adolescents present many challenges in providing them effective preventive services and health care. Yet, they are typically the early adopters of new technology (eg, the Internet). This creates important opportunities for engaging youths via eHealth. OBJECTIVE: To describe how adolescents use technology for their health-information needs, identify the challenges they face, and highlight some emerging roles of health professionals regarding eHealth services for adolescents. METHODS: Using an inductive qualitative research design, 27 focus groups were conducted in Ontario, Canada. The 210 participants (55% female, 45% male; median age 16 years) were selected to reflect diversity in age, sex, geographic location, cultural identity, and risk. An 8-person team analyzed and coded the data according to major themes. RESULTS: Study participants most-frequently sought or distributed information related to school (89%), interacting with friends (85%), social concerns (85%), specific medical conditions (67%), body image and nutrition (63%), violence and personal safety (59%), and sexual health (56%). Finding personally-relevant, high-quality information was a pivotal challenge that has ramifications on the depth and types of information that adolescents can find to answer their health questions. Privacy in accessing information technology was a second key challenge. Participants reported using technologies that clustered into 4 domains along a continuum from highly-interactive to fixed information sources: (1) personal communication: telephone, cell phone, and pager; (2) social communication: e-mail, instant messaging, chat, and bulletin boards; (3) interactive environments: Web sites, search engines, and computers; and (4) unidirectional sources: television, radio, and print. Three emerging roles for health professionals in eHealth include: (1) providing an interface for adolescents with technology and assisting them in finding pertinent information sources; (2) enhancing connection to youths by extending ways and times when practitioners are available; and (3) fostering critical appraisal skills among youths for evaluating the quality of health information. CONCLUSIONS: This study helps illuminate adolescent health-information needs, their use of information technologies, and emerging roles for health professionals. The findings can inform the design and more-effective use of eHealth applications for adolescent populations.
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 | 0,108 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,007 | 0,015 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».