MétaCan
Menu
Retour à la cohorte
Enregistrement W2410243126 · doi:10.1093/eurpub/ckw077

Trends and predictors of knowledge about HIV/AIDS and its prevention and transmission methods among women in Tajikistan

2016· article· en· W2410243126 sur OpenAlexaff
Hakim Zainiddinov, Nazim Habibov

Notice bibliographique

RevueEuropean Journal of Public Health · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésTransmission (telecommunications)DisadvantagedHuman immunodeficiency virus (HIV)Logistic regressionMedicineEnvironmental healthDemographyCluster (spacecraft)Family medicineEconomic growthSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prior research on HIV infections in Tajikistan and other Central Asian countries has focused primarily on injection drug users. Given the recent rise of heterosexual transmission, especially among women, there is a need to assess women's knowledge about HIV/AIDS and its methods of prevention and transmission across two time periods to examine cross-time changes and identify areas that need improvements. METHODS: Logistic regression and simulation of predicted probability analyses were based on data from Tajik women ranging in age from 15 to 49 who participated in the Multiple Indicator Cluster Survey (MICS) study in 2000 and 2005. RESULTS: We found that an over 2-fold increase in general knowledge about HIV/AIDS was accompanied by a substantial decrease in the ability to identify correct methods of prevention and to reject myths regarding its transmission. CONCLUSION: These alarming findings should prompt policy makers and program implementers to shift the focus of programs from raising general awareness to educating women about how HIV/AIDS is transmitted. Furthermore, rigorous efforts should be made to provide the most disadvantaged groups, including women of younger ages, with lower education, and from poor households with accurate information and adequate access to limited resources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,550

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,067
Tête enseignante GPT0,393
Écart entre enseignants0,326 · 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 tête enseignante, 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

Citations20
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Public HealthMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207