MétaCan
Menu
Retour à la cohorte
Enregistrement W2171648318 · doi:10.1017/s0021932012000120

WOMEN'S AUTONOMY AND UNINTENDED PREGNANCIES IN THE PHILIPPINES

2012· article· en· W2171648318 sur OpenAlexaff
Teresa Abada, Eric Y. Tenkorang

Notice bibliographique

RevueJournal of Biosocial Science · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensMemorial University of NewfoundlandWestern University
Organismes subventionnairesnon disponible
Mots-clésAutonomyUnintended pregnancyUnintended consequencesFertilityDeveloping countryPolitical scienceMedicinePopulationEconomic growthSocioeconomicsEconomicsFamily planningResearch methodologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

To date, very few studies have examined what contributes to unwanted and mistimed births in the Philippines. In a country where women have higher educational levels than their male counterparts, and their status is among the highest in Asia, it is expected that unwanted births will be low. The evidence, however, points to the contrary as 44% of births reported in the last five years were unintended. Using the 2003 Philippines National Demographic and Health Survey, this article focuses on married women who are currently pregnant and those who had given birth in the last five years. Multinomial logistic regression is employed to ascertain the risks of a recent birth/pregnancy being unwanted, mistimed or wanted. Regardless of women's status, having a final say in household and sexual matters with husbands lowers the risk of unwanted births but not mistimed births, calling into question the use of status variables such as education and wealth as indicators of women's autonomy. The success of implementing family planning programmes and policies in reducing unintended pregnancies underscores the importance of understanding how women are able (or unable) to make decisions surrounding their reproductive intentions.

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)0,004
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 enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,041
Tête enseignante GPT0,321
Écart entre enseignants0,280 · 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

Citations43
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biosocial ScienceMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207