Establishing content for a digital educational support group for new adolescent mothers in the Dominican Republic: a user-centered design approach
Notice bibliographique
Résumé
BACKGROUND: As digital interventions to improve health become widespread globally, it is critical to include target end-users in their design. This can help ensure interventions are maximally beneficial among intended populations. OBJECTIVES: To generate the content of a digital educational support group, administered through WhatsApp, for new adolescent mothers and establish participants' cellular access and WhatsApp use. PARTICIPANTS: Adolescent mothers with new babies. METHODS: We completed a two-phase user-centered design process. In phase I design sessions, participants discussed their postpartum experiences and completed an activity to elucidate their health and wellbeing information needs. In phase II sessions, participants individually identified which health information topics were important to them, then all topics were prioritized as a group. Phase II participants also completed a brief survey on cell phone access and WhatsApp use. RESULTS: Phase I included 24 participants, 21 of whom completed phase II. Priority health and wellbeing information topics in the postpartum period were identified as: child growth and development, understanding your baby, common childhood illnesses, breastfeeding, childhood nutrition, family planning, and self-care. Of phase II participants, 45% had cellular phone access and none had a data plan. Cellular service was inconsistently obtained with data packages or Wi-Fi. 30% of participants had no experience using WhatsApp. CONCLUSIONS: Participants identified numerous health information needs, which will serve as the content for our planned digital support group and provides valuable insight for health care providers globally. Less than half of participants had consistent cellular phone access, and none had reliable access to cellular service.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».