Story Sharing for Sexual Health: Piloting Culturally Relevant Intervention with South Asian Immigrant Women in Canada.
Notice bibliographique
Résumé
OBJECTIVE: There is a scarcity of research on sexual health education among women in South Asian diasporic communities in Canada, resulting in a need for designing culturally relevant approaches to teach about sexual health and HIV prevention, seen as taboo topics. This community-based research study was designed to determine the effectiveness of using culturally relevant stories as a model for sexual health education for South Asian immigrant women (Toronto, Canada). DESIGN: South Asian women participants were randomly allocated to either a fact-based intervention (n = 40) or a story-based intervention (n = 38). Focus group data from fact-based and story-based educational workshops were thematically analyzed and interpreted using the parasocial contact hypothesis. FINDINGS: Although participants found the fact sheets to be informative, they were not culturally relevant. The educational sessions using stories were judged to better meet this criterion with many participants feeling the information was relevant to their community, useful for friends and families, and relatable to their lives. Participants assigned considerable value to the family as an important site for sexual health education. Finally, study participants, particularly those who had the storytelling intervention talked about the importance of having a safe space to discuss taboo topics like sexual health. CONCLUSIONS: Learning about sexual health through stories is deeper relative to static fact sheets. Both play a role in helping South Asian women learn about sexual health and HIV prevention; however, story sharing was seen as a culturally relevant approach that emphasized the role of the family in sexual health conversations. Family life educators and other health practitioners need to draw on cultural competence as they design culturally relevant material and interventions for sexual health education.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».