Neighborhood-Level Influences and Adolescent Health Risk Behaviors in Rural and Urban Sub-Saharan Africa: A Systematic Review
Notice bibliographique
Résumé
The impact of neighborhoods on adolescent engagement in health-risk behaviors (HRBs), such as substance use and sexual activity, has been well documented in high-income countries; however, evidence from low and middle-income country settings is limited, particularly in sub-Saharan African (SSA) countries. Neighborhoods and communities in SSA continue to experience urbanization, epidemiologic transition, and the simultaneous presence of large populations living in rurality and urbanicity. This is a dynamic context for exploring adolescent health challenges. This review seeks to identify and summarize existing literature that investigates adolescent engagement in HRBs when compared across rural and urban neighborhoods across SSA. We performed searches using three electronic databases, targeted grey literature searches and scanned reference lists of included studies. Following dual-screening, our search yielded 23 relevant studies that met all inclusion criteria. These were categorized into six broad themes including studies on: (1) sexual risk taking, (2) injury-related, (3) violence, (4) eating and/or exercise-related, (5) substance use, and (6) personal hygiene. We found that neighborhood factors relating to accessibility and availability of health information and care impacted adolescent engagement in HRBs in rural and urban areas. Urbanization of areas of SSA plays a role in differences in engagement in HRBs between rural and urban dwelling adolescents.
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 | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».