Kukaa Salama (Staying Safe): a pre-post trial of an interactive informational mobile health intervention for increasing COVID-19 prevention practices with urban refugee youth in Uganda
Notice bibliographique
Résumé
BACKGROUND: Tailored coronavirus disease 2019 (COVID-19) prevention strategies are needed for urban refugee youth in resource-constrained contexts. We developed an 8-wk interactive informational mobile health intervention focused on COVID-19 prevention practices informed by the Risk, Attitude, Norms, Ability, Self-regulation-or RANAS-approach. METHODS: We conducted a pre-post trial with a community-recruited sample of refugee youth aged 16-24 y in Kampala, Uganda. Data were collected before (T1) and immediately following (T2) the intervention, and at the 16-wk follow up (T3), to examine changes in primary (COVID-19 prevention self-efficacy) and secondary outcomes (COVID-19 risk awareness, attitudes, norms and self-regulation practices; depression; sexual and reproductive health [SRH] access; food/water security; COVID-19 vaccine acceptability). RESULTS: Participants (n=346; mean age: 21.2 [SD 2.6] y; cisgender women: 50.3%; cisgender men: 48.0%; transgender persons: 1.7%) were largely retained (T2: n=316, 91.3%; T3: n=302, 87.3%). In adjusted analyses, COVID-19 prevention self-efficacy, risk awareness, attitudes and vaccine acceptance increased significantly from T1 to T2, but were not sustained at T3. Between T1 and T3, COVID-19 norms and self-regulation significantly increased, while community violence, water insecurity and community SRH access decreased. CONCLUSIONS: Digital approaches for behaviour change hold promise with urban refugee youth but may need booster messaging and complementary programming for sustained effects.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».