Adolescent Health Interventions: Conclusions, Evidence Gaps, and Research Priorities
Notice bibliographique
Résumé
Adolescent health care is challenging compared to that of children and adults, due to their rapidly evolving physical, intellectual, and emotional development. This paper is the concluding paper for a series of reviews to evaluate the effectiveness of interventions for improving adolescent health and well-being. In this paper, we summarize the evidence evaluated in the previous papers and suggest areas where there is enough existing evidence to recommend implementation and areas where further research is needed to reach consensus. Potentially effective interventions for adolescent health and well-being include interventions for adolescent sexual and reproductive health, micronutrient supplementation, nutrition interventions for pregnant adolescents, interventions to improve vaccine uptake among adolescents, and interventions for substance abuse. Majority of the evidence for improving immunization coverage, substance abuse, mental health, and accidents and injury prevention comes from high-income countries. Future studies should specifically be targeted toward the low- and middle-income countries with long term follow-up and standardized and validated measurement instruments to maximize comparability of results. Assessment of effects by gender and socioeconomic status is also important as there may be differences in the effectiveness of certain interventions. It is also important to recognize ideal delivery platforms that can augment the coverage of proven adolescent health-specific interventions and provide an opportunity to reach hard-to-reach and disadvantaged population groups.
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 | 0,063 | 0,141 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,008 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».