Sexual and reproductive health knowledge among adolescent Syrian refugee girls displaced in Lebanon: The role of schooling and parental communication
Notice bibliographique
Résumé
Adolescent Syrian refugee girls living in Lebanon are vulnerable to poor sexual and reproductive health (SRH). Sociocultural norms, stigmatization, and limited educational opportunities in the context of forced displacement may impact adolescent girls' SRH. Little is known about how and where girls in this population access SRH information and services. This study aimed to: (1) assess knowledge of SRH topics among a population of adolescent Syrian refugee girls displaced in Lebanon, and (2) determine the association of schooling versus maternal SRH communication with SRH knowledge. A total of 418 11-17-year-old Syrian refugee girls displaced in the Beqaa region of Lebanon were recruited to participate in a cross-sectional survey. Bivariate logistic regression and ordinary least squares regression models were used to examine the associations between schooling, maternal SRH communication, and other covariates with SRH knowledge outcomes. Significant predictors (p<0.2) were included in multivariate analyses. The mean age of girls was 13.4 years. Approximately two thirds of our sample was enrolled in school, with enrollment rates dropping considerably around age 15. In bivariate and multivariate models, older age and participation in SRH programs were predictive of puberty knowledge. One in five girls enrolled in school had learned about menstruation in school, which was associated with higher puberty knowledge in bivariate models. Older age, current school enrollment, and reaching the 8th-11th grade were strongly associated with HIV knowledge. Schooling is more strongly associated with SRH knowledge among adolescent girls than is maternal communication. School-based SRH curricula should be administered on the basis of age and not grade, given significant age-for-grade heterogeneity in this population. Forced displacement and poverty are major barriers to education retention and may have long-term impacts on girls' health.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».