MétaCan
Menu
Retour à la cohorte
Enregistrement W2520215026 · doi:10.18357/ijcyfs73-4201616128

SOCIAL AND CULTURAL FACTORS INFLUENCING IMMUNIZATION OF CHILDREN IN RURAL ABIA STATE, NIGERIA

2016· article· en· W2520215026 sur OpenAlexvenueno aff
Ezebunwa E. Nwokocha, Chioma Obioma

Notice bibliographique

RevueInternational Journal of Child Youth and Family Studies · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbiaLocal government areaImmunizationGovernment (linguistics)SocioeconomicsInfant mortalityLocal governmentMedicineEconomic growthPsychologyEnvironmental healthGeographyPopulationSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

The role of adequate and timely immunization in the reduction of infant and childhood mortality cannot be overstated, especially in sub-Saharan Africa. This study, anchored in the Health Belief Model and Rational Choice Theory, investigated the socio­cultural factors influencing childhood immunization in the rural state of Abia, Nigeria, an area with a high infant mortality rate. A multistage sampling technique involving the random selection of 3 communities in Bende Local Government Area and the purposive selection of 433 respondents with children under the age of 5 was adopted. In-depth interviews were conducted with 13 respondents — 3 health personnel, 3 traditional birth attendants, 4 community leaders (2 men and 2 women), 2 church representatives, and the head of the health department in the local government headquarters. Findings reveal that the majority of respondents had heard about childhood immunization and largely understood its essence. Religious beliefs and the mother’s economic activities (especially when market day coincides with immunization day) were identified as major influences on immunization. More attention should be directed to providing adequate education for rural dwellers on the importance of immunization for childhood mortality reduction.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,025
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,312
Écart entre enseignants0,288 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Child Youth and Family StudiesMême sujetVaccine Coverage and HesitancyTravaux en français237 207