HPV Knowledge and Attitudes Among American Indian and Alaska Native Health and STEM Conference Attendees
Notice bibliographique
Résumé
American Indian and Alaska Native women had approximately twice the incidence of cervical cancer as white women. Preventive measures for cervical cancer rely on screening and HPV vaccination. However, vaccine series completion and catch-up vaccinations for eligible adults are low across all racial/ethnic groups. Therefore, the aim of this study was to identify gaps in knowledge and evaluate the attitudes toward HPV and the vaccine among AIANs with various levels of training in the STEM and health-related fields. A survey was used to collect data from audience members at two national conferences geared towards American Indian and Alaska Natives in health and STEM fields in September 2017. A vignette study was administered via a live electronic poll to test knowledge (true/false questions), attitudes, and to collect demographic information. Respondents self-identified as primarily American Indian and Alaska Native (74%), pursuing or completed a graduate degree (67%), and female (85%). Most respondents (86%) were aware of HPV-associated cancer in men. However, most (48-90%) answered incorrectly to detailed true/false statements about HPV and available vaccines. After educational information was provided, opinions collected via vignettes highlighted mainly positive attitudes toward vaccination; specifically, that vaccines are safe and all eligible community members should be vaccinated (75% and 84%, respectively). We observed that our respondents with higher educational attainment still lacked accurate knowledge pertaining to HPV and the vaccine. Overall, continued education about HPV and the vaccine is needed across all levels of education including American Indian and Alaska Native community members and health professionals.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».