eHealth literacy and digital health interventions: Key ingredients for supporting the mental health of displaced youth living in the urban slums of kampala, Uganda
Notice bibliographique
Résumé
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.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».