MétaCan
Menu
Retour à la cohorte
Enregistrement W4402217287 · doi:10.1016/j.chb.2024.108434

eHealth literacy and digital health interventions: Key ingredients for supporting the mental health of displaced youth living in the urban slums of kampala, Uganda

2024· article· en· W4402217287 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueComputers in Human Behavior · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensDalhousie UniversityUnited Nations University Institute for Water, Environment, and HealthUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Research, Innovation and ScienceCanada Foundation for Innovation
Mots-cléseHealthPsychological interventionMental healthLiteracyDigital healthHealth literacyMental health literacyPsychologyEnvironmental healthGerontologyMedicinePolitical sciencePsychiatryHealth carePedagogyMental illness

Résumé

récupéré en direct d'OpenAlex

During and after displacement, many displaced youth face increased vulnerability to poor mental health and can encounter inaccurate or confusing health information. Digital tools create new opportunities to reach more of these youth with mental health interventions. Yet maximizing these tools' effectiveness among displaced youth requires understanding their eHealth literacy (eHEALS; i.e., the ability to find, understand, and appraise health information from electronic sources and apply this knowledge to a health problem). Thus, we conducted a community-based cross-sectional survey of 445 displaced youth (16–24 years) living in the slums of Kampala, Uganda to measure their eHEALS and its association with psychosocial wellbeing. Exploratory and confirmatory factor analysis identified a unidimensional measure of eHEALS. Structural equation modeling results indicated that eHEALS was not directly associated with depressive symptoms (β = .08, p = 0.15), but was significantly positively associated with resilience (β = .32, p < 0.001). Resilience was, in turn, significantly negatively associated with depressive symptoms (β = −.21, p < 0.001). The Sobel test for indirect effects confirmed that eHEALS indirectly negatively affected depressive symptoms through resilience (i.e., β indirect effect = −.07, p = 0.004). Our findings highlight the need for interventionists to develop contextualized eHealth interventions that facilitate displaced youth's ability to access, understand, and use health information to the best of their ability and optimally benefit from services. • Exploratory and confirmatory factor analysis identified a unidimensional measure of eHealth literacy scale (eHEALS). • EHEALS was not directly associated with depressive symptoms but positively associated with resilience. • Resilience plays the role of a full mediator in the relationship between eHEALS and depressive symptoms. • The indirect effect of eHEALS on depression through resilience was stronger among young adults than among adolescents. • Mental health information, and support delivered through digital tools could advance mental health with displaced youth.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,591
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,410
Écart entre enseignants0,366 · 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