MétaCan
Menu
Retour à la cohorte
Enregistrement W7117454291 · doi:10.1186/s13104-025-07564-x

Impact of reproductive health intervention on awareness of sexual and reproductive health service among adolescents in the Greater Accra and Eastern Regions of Ghana

2025· article· en· W7117454291 sur OpenAlexfundno aff
Rachel G. A. Thompson, Agani Afaya, Isaac Yeboah, Pascal Agbadi, Tricia A. Thompson, Wisdom Agbadi, Jerry John Ouner

Notice bibliographique

RevueBMC Research Notes · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAdolescent Sexual and Reproductive Health
Établissements canadiensnon disponible
Organismes subventionnairesGrand Challenges Canada
Mots-clésReproductive healthDescriptive statisticsHealth servicesIntervention (counseling)Significant differenceSexually activeSexual behaviorDescriptive research

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study used the Knowledge and Access Power (KAP) mobile platform to assess the awareness and knowledge of sexual and reproductive health (SRH) among adolescents in the Greater Accra and Eastern Regions of Ghana. METHODS: A mobile application, referred to as the KAP app was designed to assess SRH awareness and knowledge. To evaluate SRH awareness and knowledge among adolescents, an invitation to download and access the mobile application was sent via social media platforms, including Twitter, Facebook, and WhatsApp. A total of 386 adolescents downloaded the app and attempted the pre- and post-module quizzes. RESULTS: From the quiz participation snapshot data, users attempted 1,040 quizzes. Descriptive statistics revealed that the overall average score received on SRH before completing the learning modules was 67.98 (SD = 26.597), while the overall average score gained on SRH after completing the learning modules was 73.66 (SD = 25.142). The pre- and post-module SRH scores were compared using a paired samples t-test, and the results showed a statistically significant difference between the two sets of scores [t(182) = -2.58, p = 0.010]. Based on these findings, using the KAP app can help increase SRH knowledge among teenagers.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,369
Tête enseignante GPT0,568
Écart entre enseignants0,199 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Research NotesMême sujetAdolescent Sexual and Reproductive HealthTravaux en français237 207