MétaCan
Menu
Retour à la cohorte
Enregistrement W4412461111 · doi:10.21037/mhealth-24-65

The role of digital storytelling methods in promoting health-related outcomes among young adults of color: a systematic review

2025· review· en· W4412461111 sur OpenAlexaboutno aff
Allysha C. Maragh‐Bass, Nhi Dinh, Grace Cooney, Ese Aikhuele, Rasheeta Chandler, R. Hughes, Zoe Jones, Stephen J. Thomas, Zach Soberano, Jacob B Stocks, Henna Budhwani, Lisa Hightow‐Weidman, Lara Lorenzetti

Notice bibliographique

RevuemHealth · 2025
Typereview
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStorytellingDigital storytellingPsychologyWomen of colorNarrativeArtSociologyGender studiesPedagogyLiterature

Résumé

récupéré en direct d'OpenAlex

Background: Digital storytelling (DST) encourages participants to use technology to create narratives and share personal experiences. Although DST can amplify the voices of groups experiencing marginalization, it is unclear how DST has been used among young adults of color. We also lack a comprehensive understanding of DST's role in addressing health-related outcomes. We conducted a systematic review to examine the role of DST in influencing health-related knowledge, attitudes, and behaviors among young adults of color. Methods: We searched three databases for peer-reviewed literature between January 1, 2000, through December 31, 2023, for references examining DST methods among young adults (aged 18-39 years) of color that included at least one health-related outcome. We used a two-stage review process to assess eligibility. Data were analyzed by DST type and health outcome. Results: From 877 references, we identified 33 eligible articles, most of which were from Canada and the USA. Studies addressed infectious diseases (n=13), including human immunodeficiency virus (HIV); mental health issues (n=10); maternal and reproductive health (n=5); and behavioral or other health themes (n=5). Across health areas, studies were divided by DST type: media creation (e.g., participants created digital stories) or media consumption (e.g., participants or other community members were exposed to stories). Studies using media creation often use qualitative methods to identify social determinants of health or reveal complex health-related issues. Studies using media consumption often used quantitative methods to measure knowledge, attitudes, and behaviors. Across health topics, DST demonstrated some effect in changing health knowledge and attitudes, but mixed results in terms of shifting health behaviors. Conclusions: DST can amplify the voices of young adults of color, especially regarding complex issues, such as managing HIV or mental health issues. Media creation studies explored lived experiences, while media consumption studies showed that DST was effective at improving knowledge and attitudes related to certain health issues. More randomized controlled trials may be necessary to better assess the effect of DST interventions on modifying health behaviors. Researchers should also consider the value of DST beyond health outcomes intended to be measured, including the ability to empower young adults of color to be more fully engaged throughout the research process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,070
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,007
Bibliométrie0,0150,014
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,063
Tête enseignante GPT0,473
Écart entre enseignants0,410 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemHealthMême sujetDigital Storytelling and EducationTravaux en français237 207