Addressing social norms for adolescent timing and spacing of pregnancy in low and middle-income countries: Developing a global research agenda
Notice bibliographique
Résumé
Background: Social norms shape adolescent sexual and reproductive health behaviours contributing to contraceptive and pregnancy outcomes. No global research agendas exist to guide research on adolescent social norms shifting in low- and middle-income countries (LMICs). We developed a social norms research agenda to improve adolescent healthy timing and spacing of pregnancy in LMICs. Methods: We adapted and applied the Child Health and Nutrition Research Initiative (CHNRI) method. A group of researchers guided the process, and consulted with diverse experts to develop a list of 21 research questions for global stakeholders to score via an online survey. Survey participants scored each research question according to four criteria (fills key gap, feasible, impactful, equitable). Research priority scores (RPS) and average expert agreement (AEA) statistics were calculated for each question and analysed overall and by stakeholder region and profession. Results: We received 185 survey responses. Participants were, on average, 44 years old, 64% were women, 70% were from LMICs and 47% were implementers. The RPS ranged from 52 to 81% (74% median) and the AEA ranged from 49 to 70% (58% median). Nearly 70% of stakeholders gave the same score to each of the top five research questions. The top five research priorities focused on effective norm-shifting interventions (NSIs) strategies, processes and indicators to NSIs, and NSI adaptation and scale-up. Conclusions: Using a collaborative and rigorous process with diverse representation from LMICs and implementers, we reached consensus on five priority research questions to guide future adolescent social norms research to improve healthy timing and spacing of pregnancy in LMICs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».