HIV-related knowledge in Nigeria: a 2003-2013 trend analysis
Notice bibliographique
Résumé
BACKGROUND: Given Nigeria's status as the country with the second highest number of people living with HIV globally, and 9% of the total global burden of HIV being attributable to Nigeria alone in 2013, improving our understanding of the nature of the HIV epidemic in Nigeria is crucial. As HIV-related knowledge may be an important contributor to engagement in preventive behaviours, it is of interest to investigate trends in HIV-related knowledge in Nigeria with the purpose of informing future HIV prevention and education efforts. This study therefore aims to investigate trends in HIV-related knowledge in Nigeria between 2003 and 2013. METHODS: Data were derived from the 2003-2013 Nigerian Demographic and Health Surveys, and HIV-related knowledge scores were computed based on answers to HIV-related knowledge questions in the surveys. The significance of the difference between HIV-related knowledge across the time points was determined via the Kruskal-Wallis test, and changes in HIV-related knowledge were displayed graphically, stratified by relevant socio-demographic characteristics. ARIMA models were fit to the 2003 to 2013 trend data. RESULTS: Although there was generally a decrease in HIV-related knowledge across most knowledge domains in 2008, an overall increase was observed between 2003 and 2013. Unfortunately however, this was not the case for knowledge of mother-to-child transmission, which decreased between 2003 and 2013. The disparity in knowledge of HIV risk reduction between states also increased over time. CONCLUSION: These findings suggest that although HIV-related knowledge appears to be increasing overall, future HIV prevention and education programs should focus on specific knowledge domains such as mother-to-child transmission, and on specific states in which HIV-related knowledge remains low.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».