INSTITUTIONAL DELIVERY SERVICES UTILIZATION BY WOMEN OF CHILDBEARING AGE IN SOUTH WEST SHOWA ZONE, OROMIA REGION.
Notice bibliographique
Résumé
Introduction: Institutional delivery is very low in Ethiopia, particularly in Oromia where less than one-third of antenatal care attendees utilize the services. This study assessed the magnitude of institutional delivery and associated factors in South West Showa Zone of Oromia. Methods: A cross-sectional community based study was conducted in 2010. A stratified cluster sampling technique used to select study districts, villages and households. Four hundred thirty childbearing women with at least one birth in the past 5 years preceding the survey were interviewed. Qualitative study method was employed to supplement the quantitative data. Data analyses were done using SPSS v15. Frequency tables and percentages were used to describe study population. Association of independent variables with outcome variable was measured using odds ratio with 95% confidence interval. Multivariate logistic regression analysis was run to control for confounding variables. Results: Eighty percent (344) respondents were from rural. Mean age of the women was 28.8 (±6.6). Most (70.5%) respondents and 39% of their husbands were uneducated. A quarter of them delivered at health institutions over five years preceding the survey. In a regression model with maternal age, residence, maternal and paternal education, all were significantly associated with use of institutional delivery services. Obstetric factors have also showed a statistically significant association. The qualitative findings revealed that trust in traditional birth attendants and health workers’ negative attitude were among the reasons for not delivering at health institutions. Conclusion: Institutional delivery service utilization in the zone is affected by maternal and paternal education, ANC attendance and duration of labor. Traditional beliefs and health workers’ negative attitude were among the identified barriers. Multiple interventions involving community, service providers and health system are recommended.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».