Gender and Poverty in South Africa in the Era of HIV/AIDS: A Quantitative Study
Notice bibliographique
Résumé
BACKGROUND: Recent research identifies gender inequality as a driver of the HIV/AIDS epidemic. The feminization of poverty is also increasingly apparent, as is the disproportionate vulnerability of members of female-headed households. We sought to examine the relationships among sex, gender, age, HIV status, and socioeconomic characteristics, focusing on heads and nonheads of households. METHODS: We interviewed 6,338 men and 10,057 women. RESULTS: Significantly more males (51.4%) than females (34.8%) indicated that they were heads of households (p < 0.001). Female heads of households were significantly more likely to be infected with HIV than their male counterparts (17.9% vs. 13.1%). Among 15-24-year-old males, those who are often without cash are more likely to be infected with HIV than those who are never without cash (OR = 3.33, 95% CI 1.17-9.49). Similar results were observed among females, who sometimes had no cash (OR = 1.86, 95% CI 1.22-2.82), and among adults aged >or=25 years. Results confirmed that age and gender are related to HIV infection in South Africa and that poverty is a social determinant for HIV infection across all age groups. However, sex is a determinant only among the younger age groups. Young female heads of household are more likely to be poor and are more likely to be HIV positive. CONCLUSIONS: The results indicate that the HIV/AIDS epidemic in South Africa is characterized by gender inequalities. Young women are more likely to be HIV infected, especially heads of households. Young women are also more likely to live in poverty, although this study cannot establish the directionality of a causative relationship between poverty and risk of HIV. Greater attention must be paid to young women, especially those who head households, in terms of treatment, prevention, and poverty alleviation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».