MétaCan
Menu
Retour à la cohorte
Enregistrement W4386964525 · doi:10.2196/50304

Creating an Intercultural User-Centric Design for a Digital Sexual Health Education App for Young Women in Resource-Poor Regions of Kenya: Qualitative Self-Extended Double Diamond Model for Requirements Engineering Analysis

2023· article· en· W4386964525 sur OpenAlexvenueno aff
Clarissa Soehnchen, Annika Rietz, Vera Weirauch, Sven Meister, Maike Henningsen

Notice bibliographique

RevueJMIR Formative Research · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReproductive healthQualitative researchCurriculumQualitative propertyMedical educationPsychologyEngineeringKnowledge managementMedicinePedagogySociologyComputer sciencePopulationSocial scienceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The stigmatization around sexual health due to culture, religious traditions, and norms leads to myths and a lack of available information and resources related to universal access to sexual and reproductive health services. Additional sexual health education not being part of the Kenya school curriculum leads to insufficient access to knowledge about safe contraception, menstruation, and female genital mutilation. A digital app could support and provide education and information for universal equal access, addressing United Nations Sustainable Development Goals 3, 4, and 5. OBJECTIVE: The study targeted the requirements for establishing a reusable framework to develop a successful accessible web-based sexual health education app and the behavioral intention to use it to obtain sexual health information by mainly young women in Kenya. METHODS: The double diamond model, with a problem room including the discover and define phases, enriched with cultural aspects and modeled to a self-expanded intercultural research model was used in a user-centered design thinking approach to develop a framework for requirements engineering analysis. For problem identification, semistructured pilot phase interviews based on Consolidated Criteria for Reporting Qualitative Research guidelines were conducted, followed by expert interviews for qualitative content analysis. A sample size of 12 pilot phase interviews and 5 expert interviews was determined using data saturation. The responses were coded and analyzed according to the affinity mapping method. RESULTS: The requirements engineering analysis showed potential enablers of and barriers to the use of a digital sexual health education app. Through this qualitative study, a conservative cultural background, classic text communication, and the influence of social affiliation within society were identified as barriers, which should be enhanced through visual and auditory channels as well as a fictional character in the app. CONCLUSIONS: The developed intercultural research model provides an impetus to providing digital sexual health education, integrating culture-specific aspects in the design process, while focusing on cultural and religious stigmata. The reusable framework enables identifying and overcoming hurdles in providing information about taboo and intimate topics. The overall use of online education tools focusing on intimate topics is correlated with accessibility and understanding specific cultural needs while delivering content on a basic and comprehensive level. It helps the target user from a social conservative background and in resource-poor circumstances to benefit from a digital educational solution.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,213
Tête enseignante GPT0,543
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207