MétaCan
Menu
Retour à la cohorte
Enregistrement W4414126962 · doi:10.1332/27523349y2025d000000052

Evaluating a mobile health intervention to increase COVID-19 prevention: engagement and learning outcomes among urban refugee youth in Kampala, Uganda

2025· article· en· W4414126962 sur OpenAlexafffund
Shiqi Chen, Zerihun Admassu, Carmen H. Logie, F. Mackenzie, Moses Okumu, Robert Hakiza, Brenda Katisi, Daniel Kibuuka Musoke, Aidah Nakitende, Bay Bahri, Peter Kyambadde

Notice bibliographique

RevueGlobal Social Challenges Journal · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUnited Nations University Institute for Water, Environment, and HealthUniversity of British ColumbiaHealth Sciences CentreWomen's College HospitalUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health ResearchGrand Challenges CanadaCanada Research ChairsInternational Development Research Centre
Mots-clésmHealthThematic analysisIntervention (counseling)Leverage (statistics)RefugeePandemicHealth interventionQualitative researchQualitative property

Résumé

récupéré en direct d'OpenAlex

Background: Displaced populations in resource-constrained settings require tailored COVID-19 prevention strategies, and mobile health (mHealth) emerges as a cost-effective approach. This study aimed to evaluate engagement and learning outcomes of the Kukaa Salama – Staying Safe – mHealth intervention for enhancing COVID-19 prevention practices among urban refugee youth. Method: This mixed-methods analysis used cross-sectional data from refugee youth aged 16–24 in Kampala, Uganda. Standardized questionnaires were used to collect mHealth engagement data and socio-demographic information. Participants shared learning experiences through responses to SMS check-ins and weekly informational messages. t -test, χ 2 , and Fisher’s exact tests were conducted to examine associations between mHealth engagement and socio-demographic factors. Inductive thematic analysis was employed to analyse qualitative responses related to learning experiences. Results: Among 346 participants (174 cisgender women, 166 cisgender men, 6 transgender individuals; mean age: 21.2, SD: 2.6), most reported using SMS services (84.8 per cent) while a lower proportion engaged in WhatsApp group chats (67.4 per cent). Participants who were older, born in Burundi and higher-educated were more likely to share in WhatsApp multimedia groups; those born in Burundi were also more likely to use SMS services. Four themes of learning outcomes emerged: COVID-19 self-protection strategies; awareness of the COVID-19 pandemic and relevant knowledge; significance of community and mutual support; self-efficacy and perseverance. Conclusions: Findings offer insights into characteristics of engagement and specific learning outcomes from the Kukaa Salama intervention. Future mHealth programmes can leverage community-based and age-sensitive approaches to enhance mental health support for young urban refugee.

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 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)0,005
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 enseignants0,624
Score d'incertitude au seuil0,930

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,192
Tête enseignante GPT0,531
Écart entre enseignants0,339 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Social Challenges JournalMême sujetCOVID-19 and Mental HealthTravaux en français237 207