African American Emerging Adult Perspectives on Unintended Pregnancy and Meeting Their Needs With Mobile Technology: Mixed Methods Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: In the United States, a disproportionate number of unintended pregnancies occur among African Americans, particularly those in their later teenage years and early 20s. Mobile technology is becoming more ubiquitous as a method for health promotion; however, relatively little research has been done with this population to determine their perspectives about unintended pregnancy, the potential of successfully using mobile technology to prevent unintended pregnancy, and the content of such programs. OBJECTIVE: The purpose of this study was to obtain the perspectives of African American emerging adults about unintended pregnancy and the use of mobile technology to reduce unintended pregnancy rates. METHODS: Focus groups and interviews were conducted with 83 African Americans, aged 18-21 years. Data were analyzed using an open coding process. Emergent codes were then added as needed, and themes and subthemes were identified. RESULTS: Participants cited the social environment and lack of education as primary reasons for disproportionate rates of unintended pregnancy. They noted that unintended pregnancy is an important issue and that they desire more sexual health information. They enthusiastically supported mobile technology as a means to communicate unintended pregnancy prevention programming and offered many suggestions for program content, look, and feel. CONCLUSIONS: Young and emerging adult African Americans want and need sexual health resources, and a mobile-based platform could be widely accepted and address needs to lower disproportionate rates of unintended pregnancy. An essential next step is to use these findings to inform the development of a mobile-based unintended pregnancy prevention and sexual health program prototype to determine feasibility.
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 | 0,011 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».