Urban young women's preferences for intervention strategies to promote physical and mental health preconception: A Healthy Life Trajectories Initiative (HeLTI)
Notice bibliographique
Résumé
This study aimed to qualitatively investigate young women's preferences for preconception intervention strategies to promote physical and mental health in a rapidly transitioning, urban setting. Four semi-structured focus group discussions were conducted with young women (n = 29, 18-24 years old) from Soweto, South Africa. Qualitative data were thematically analysed. Two main themes were identified: 1) challenges and needs of intervention beneficiaries; and 2) preferences for intervention strategies (content and delivery). The challenges participants mentioned could be classified as those relating to social pressure, identity, and socioeconomic circumstances. Mental health support appeared to be a greater need than physical health, and this featured in their preferences for intervention content, although a number of physical health topics were also mentioned (healthy eating and contraception). Participants had mixed preferences for intervention materials, ranging from printed to electronic and mobile resources. Their preferences for intervention activities ranged from educational sessions, to fun and interactive practical activities, and activities they could take home. Community health workers (CHWs) were the preferred agent of delivery for interventions, though participants emphasised the importance of CHWs having appropriate interpersonal skills and own life experience. Some women preferred one-on-one sessions with a CHW, while others preferred group sessions. While recognising the value of family sessions, young women were less enthusiastic about this approach. These findings provide valuable formative data for developing effective interventions to optimise young women's preconception health in urban Africa. These contextual realities should be acknowledged when addressing key physical and mental health issues facing young women.
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 | 0,005 | 0,005 |
| 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 | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».