Experiences of social support and the role of engagement in a digital educational support group for adolescent mothers’ health in the Dominican Republic
Notice bibliographique
Résumé
In 2021, nearly 66 of every 1,000 adolescent girls ages 15-19 in the Dominican Republic gave birth. Adolescent mothers face health disparities including increased risk for rapid repeat pregnancy and lower breastfeeding rates. Mobile health (mHealth) is a growing approach for reaching adolescents. FAMA (Fortaleciendo la Autodeterminación de Madres Adolescentes) was a 12-week moderated digital education support group with adolescent mothers in the Dominican Republic, associated with improvements in health knowledge and contraceptive uptake. This study explores the FAMA intervention's mechanism of action through a mixed-methods secondary data analysis using WhatsApp messages and post-intervention interviews to characterize experiences of social support and patterns of intervention engagement. We assessed associations between multiple measures of engagement and intervention outcomes. Linear or Poisson regression was used to evaluate association with health knowledge, and social support. or contraceptive uptake, respectively, selected based on type and distribution of each outcome variable. Models adjusted for key confounders. Findings indicate FAMA was largely used to exchange companionship and informational support. We found a significant positive association between engagement as measured by acknowledging intervention messages and improved health knowledge (adjusted coefficient: 2.84, CI: 0.83-4.84, p= 0.01). In contrast, we found a negative association between engagement as measured by social support exchange and improved health knowledge (adjusted coefficient: -5.78, CI: -10.42- -1.00, p= 0.02), suggesting that interactions focused on support may not reinforce informational content as directly as other forms of engagement. Our findings suggest that engagement with FAMA was associated with increases in knowledge and a close reading of message content is most beneficial for knowledge gain. This analysis enhances understanding of user engagement with group mHealth interventions and contributes new approaches to measure engagement, accounting for different engagement styles participants may have. Future digital interventions may leverage our findings to design interventions that encourage beneficial engagement types.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».