MétaCan
Menu
Retour à la cohorte
Enregistrement W2316689599 · doi:10.4066/amj.2011.849

Factors influencing the utilisation of antenatal care content in Uganda

2011· article· en· W2316689599 sur OpenAlexfundno aff
Edward Bbaale

Notice bibliographique

RevueAustralasian Medical Journal · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésMedicineOutreachPostnatal CareFamily medicineEnvironmental healthDeveloping countryHealth careSample (material)Prenatal careNursingPopulationPregnancy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Uganda records an inadequate utilisation of antenatal care programmes. The study set out to investigate the factors associated with the use of antenatal care content to inform policy makers of the pertinent factors that need to be influenced by policy. METHOD: Data for the study was taken from a nationally representative Uganda Demographic and Health Survey (UDHS) 2006. The study employed both descriptive and community fixed effects approaches to examine the factors associated with the use of antenatal care content in Uganda. RESULTS: On average, only 16% of women used the full content of antenatal care. Only 12% of women had a urine sample taken, 28% a blood sample taken, and 53% their blood pressure measured. Almost two-thirds of women (63%) took iron supplements, 77% had their weight measured, and 27% were given drugs for intestinal parasites. The utilisation of the content of care was significantly associated with education of the mother and her partner, wealth status, location disparities, timing and frequency of antenatal visits, nature of facility visited, access to media, family planning, and utilisation of professional care. CONCLUSION: Efforts are needed to educate girls beyond secondary level, establish village outreach clinics with qualified staff to attract the hard to reach women in the rural areas, and facilitate antenatal care utilisation irrespective of the ability to pay.

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)0,002
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,072
Tête enseignante GPT0,302
Écart entre enseignants0,229 · 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

Citations95
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralasian Medical JournalMême sujetGlobal Maternal and Child HealthTravaux en français237 207