MétaCan
Menu
Retour à la cohorte
Enregistrement W2088845385 · doi:10.1111/tmi.12223

National health insurance scheme enrolment and antenatal care among women in <scp>G</scp>hana: is there any relationship?

2013· article· en· W2088845385 sur OpenAlexaff
Jenna Dixon, Eric Y. Tenkorang, Isaac Luginaah, Vincent Kuuire, Godfred O. Boateng

Notice bibliographique

RevueTropical Medicine & International Health · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensMemorial University of NewfoundlandWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineAttendanceNational Health Interview SurveyLogistic regressionHealth facilityEnvironmental healthHealth careDemographyPopulationFamily medicineHealth services

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The objective of this study was to examine whether enrolment in the National Health Insurance Scheme (NHIS) affects the likelihood and timing of utilising antenatal care among women in Ghana. METHODS: Data were drawn from the Ghana Demographic and Health Survey, a nationally representative survey collected in 2008. The study used a cross-sectional design to examine the independent effects of NHIS enrolment on two dependent variables (frequency and timing of antenatal visits) among 1610 Ghanaian women. Negative binomial and logit models were fitted given that count and categorical variables were employed as outcome measures, respectively. RESULTS: Regardless of socio-economic and demographic factors, women enrolled in the NHIS make more antenatal visits compared with those not enrolled; however, there was no statistical association with the timing of the crucial first visit. Women who are educated, living in urban areas and are wealthy were more likely to attend antenatal care than those living in rural areas, uneducated and from poorer households. CONCLUSION: The NHIS should be strengthened and resourced as it may act as an important tool for increasing antenatal care attendance among women in Ghana.

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)0,006
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 enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,035
Tête enseignante GPT0,290
Écart entre enseignants0,255 · 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

Citations104
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTropical Medicine & International HealthMême sujetHealthcare Systems and ReformsTravaux en français237 207