Evaluation of <i>Harsh Reality</i> : A sexual health print-based resource for street-involved youth
Notice bibliographique
Résumé
Introduction: Street-involved youth are one of the populations most at risk for elevated rates of sexually transmitted and bloodborne infections. This paper evaluates the suitability and success of a resource focused on health education with a population of street-involved youth in Winnipeg, Canada. Method: Using a mixed method approach, quantitative and qualitative data were collected and analysed. Surveys involving both structured and semi-structured questions were administered orally to 100 participants. Three gender-stratified focus groups (total of 23 participants) were also conducted. Focus groups were recorded and subsequently transcribed. Empirical data was used to calculate frequency distributions, supported by a general inductive analysis of qualitative data. Results: From the interview and focus group data, the majority of participants had a very positive perception of the resource. However, in terms of specific knowledge uptake, participants displayed a lack of recall of the specific items measured in the evaluation, such as local HIV testing facilities, types of HIV tests available and specific information pertaining to recent research conducted in Manitoba with street-involved populations. Conclusion: Both passive distribution of the resource through service-providing institutions and active distribution in the street were effective approaches for exposing a wide range of street-involved youth to the resource. Poor recall of specific knowledge objectives suggests alternate methods of presenting key fact-based information are necessary to increase resource efficiency. Articles must be created at an appropriate reading level for the street-involved population to improve reader engagement. The ability for the target population to identify that the resource is grounded in language, art, interests and lived-experiences of the street-involved youth was well-received and facilitated interest in looking through the resource and credibility of information.
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».