Promoting Safe Sleep, Tobacco Cessation, and Breastfeeding to Rural Women During the COVID-19 Pandemic: Quasi-Experimental Study
Notice bibliographique
Résumé
BACKGROUND: Safe Sleep Community Baby Showers address strategies to prevent sleep-related infant deaths. Due to the COVID-19 pandemic, these events transitioned from in-person to virtual. OBJECTIVE: This study describes outcomes of transitioning Safe Sleep Community Baby Showers to a virtual format and compares outcomes to previous in-person events. METHODS: Participants from four rural Kansas counties were emailed the presurvey, provided educational materials (videos, livestream, or digital documents), and completed a postsurvey. Those who completed both surveys received a portable crib and wearable blanket. Within-group comparisons were assessed between pre- and postsurveys; between-group comparisons (virtual vs in-person) were assessed by postsurveys. RESULTS: Based on data from 145 in-person and 74 virtual participants, virtual participants were more likely to be married (P<.001) and have private insurance (P<.001), and were less likely to report tobacco use (P<.001). Both event formats significantly increased knowledge and intentions regarding safe sleep and avoidance of secondhand smoke (all P≤.001). Breastfeeding intentions did not change. Differences were observed between in-person and virtual meetings regarding confidence in the ability to avoid secondhand smoke (in-person: 121/144, 84% vs virtual: 53/74, 72%; P=.03), intention to breastfeed ≥6 months (in-person: 79/128, 62% vs virtual: 52/66, 79%; P=.008), and confidence in the ability to breastfeed ≥6 months (in-person: 58/123, 47% vs virtual: 44/69, 64%; P=.02). CONCLUSIONS: Although both event formats demonstrated increased knowledge/intentions to follow safe sleep recommendations, virtual events may further marginalize groups who are at high risk for poor birth outcomes. Strategies to increase technology access, recruit priority populations, and ensure disparities are not exacerbated will be critical for the implementation of future virtual events.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».