A Scoping Review on Access and Use of Technology in Youth Experiencing Homelessness: Implications for Healthcare
Notice bibliographique
Résumé
Introduction:Youth are among the fastest growing subset of the homeless population. Youth experiencing homelessness (YEH) face multiple barriers in accessing health information and health care services. As such, they may best be reached through information and communication technologies (ICTs); however, limited efforts have been made to synthesize literature on this topic. In this paper, we review studies on access and use of ICTs among YEH. We also discuss the implications of the review for healthcare. Methods:Using scoping review methodology, we searched four databases (Medline, Embase, PsycInfo, and CINAHL) for studies published between 2005 and 2019, screening 1,927 titles and abstracts. Results:We identified 19 articles reporting on studies with YEH between the ages of 12-30, the majority of which were published in the USA. On average, more than half of the samples owned smartphones, used social media, and accessed the internet weekly to search for housing, employment, health information, and to communicate with family, peers, and health workers; however, many youths faced barriers to sustaining their access to technology. Benefits of using ICTs were connecting with home-based peers, family, and case workers, which was associated with a reduction in substance use, risky sexual health behaviors, and severity of mental health symptoms. Connecting with negative, street-based social ties was identified as the most common risk factor to using ICTs due to its association with engaging in risky sex behaviors and substance abuse. Discussion:This review supports the advancement of research and practice on using ICTs to deliver public health information and health services to YEH, while also considering the health-related risks, benefits, and barriers that YEH face when accessing ICTs.
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 | 0,013 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,021 | 0,024 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».