POSTER ABSTRACTS
Notice bibliographique
Résumé
Objectives: To examine disparities in access to telemedicine visits for contraception during the COVID-19 pandemic by young people's experiences of basic needs insecurity. Methods: We collected data from May 2020 to March 2021 from people at risk of pregnancy aged 18–28 in an ongoing study of community college students in California and Texas (n=1,352). Multivariate logistic regression analyses, adjusted for clustering by site, were conducted to examine differences in access to contraceptive services through telemedicine by food and housing insecurity, controlling for age, race/ethnicity, health insurance, and other key sociodemographic characteristics. Results: Only 9% of participants received their birth control method through a phone or video visit. One quarter (24%) reported it would be difficult to have a telemedicine visit for birth control. Perceived barriers to telemedicine included lacking privacy at home (42%), not knowing how to do a telemedicine visit (25%), lacking a device or Internet connection (23%), clinics not offering telemedicine (16%), and insurance not covering telemedicine (13%). Half (51%) stated they needed to get their method in person, while 36% would not feel comfortable using telemedicine, and 78% preferred in-person visits. Participants experiencing food insecurity (adjustedOR [aOR], 2.14; 95% confidence interval [CI], 1.59–2.88) and housing insecurity (aOR, 1.66; 95% CI, 1.16–2.38) were significantly more likely to report that they would have difficulty using telemedicine for birth control. Conclusions: Efforts are needed to remove barriers to telemedicine, particularly for young people facing basic needs insecurity, and to ensure that safe, high-quality in-person contraceptive services also remain accessible.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».