A Comparison of Comprehensive HIV/AIDS Knowledge Among Women Across Seven Post-Soviet Countries
Notice bibliographique
Résumé
INTRODUCTION: Post-Soviet countries of Eastern Europe and Central Asia have witnessed a recent growth of HIV infection through heterosexual transmission. Women's low levels of knowledge about HIV prevention and transmission methods have been found to account for the higher female-to-male ratio among cases infected through the heterosexual route. This cross national comparison study assessed comprehensive HIV/AIDS knowledge and its key determinants among women of seven post-Soviet countries and identified which countries face the highest levels of risk due to the low levels of HIV/AIDS awareness. METHODS: Study data were obtained from the third wave of the Multiple Indicator Cluster Surveys (MICS3) (conducted in 2005 and 2006), nationally representative samples of women aged 15-49 years. Data on HIV/AIDS knowledge were analyzed for women in Kazakhstan (N=14,310), Kyrgyzstan (N=6,493), Tajikistan (N=4,676), Uzbekistan (N=13,376), Belarus (N=5,884), Ukraine (N=6,066), and Georgia (N=7,727) using descriptive statistics and ordinary least squares (OLS) regressions. RESULTS: We found that the percentage of women who could correctly identify all five modes of HIV/AIDS transmission and prevention was highest in Eastern European countries of Belarus (34.98%) and Ukraine (31.67%). Across all countries, the strongest predictors of comprehensive HIV/AIDS knowledge were age, education, and region of residence. Marital status, area of residence (urban vs. rural), and household wealth were significant predictors for several countries. CONCLUSION: High rates of comprehensive HIV/AIDS knowledge were found among women of Belarus and Ukraine. To reduce the spread of HIV in the region, programs promoting comprehensive HIV/AIDS knowledge for women of younger ages and with lower education 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».