Examining the association between exposure to mass media and health insurance enrolment in Ghana
Notice bibliographique
Résumé
Although previous studies have explored the National Health Insurance Scheme (NHIS) in Ghana, very little attention is paid to the influence of mass media exposure on NHIS enrolment. Yet, understanding this linkage is important, particularly due to the critical role of mass media in disseminating health information and shaping people's health perceptions and choices. Using data from the 2014 Ghana Demographic and Health Survey, we employed logistic regression analysis to understand the relationship between NHIS enrolment and exposure to print media, radio, and television. Our findings indicate that women with more exposure to radio (OR = 1.23, P < 0.01) and television (OR = 1.24, P < 0.01) were more likely to enroll in the NHIS than those with no exposure. For men, more exposure to print media was associated with higher odds of enrolling in the NHIS (OR = 1.41, P < 0.01). In conclusion, all 3 types of media may be helpful in promoting NHIS enrolment in Ghana. However, given that the relationship between media exposure and enrolment in the NHIS was gendered, we recommend that policymakers should pay attention to these dynamics to ensure effective targeting in NHIS media campaigns for increased enrolment into the scheme.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».