Attendance of male partners to different reproductive health services in Shinyanga District, North western Tanzania
Notice bibliographique
Résumé
Background: Male involvement in reproductive health (RH) services in Africa has been associated with improved maternal and child health outcomes. The objective of this study was to determine the prevalence and factors affecting male partner attendance to available reproductive health services in Shinyanga district, north-western Tanzania.Methods: A house to house survey using a structured questionnaire was conducted among randomly selected married men. Additional in-depth interviews were conducted among married men found attending RH services. Factors that motivates the uptake of locally available RH services together with their partners were explored.Results: A total of 204 men participated in the study, 94.4 % (193/204) of them reported to have ever attended the RH service with their female partners at least once whereas 50.6% (103/204) of them attended at least thrice. Three quarters (154/204) attended HIV counselling and testing (VCT) and 63% (129/204) attended antenatal services (ANC). Reported attendance to sexually transmitted infections (STIs/STDs), prevention of HIV transmission from mother to child (PMTCT), and reproductive health cancer services were all less than 13%. The male partners age group (25-34 years; χ2=9.347, df =3 p-value < 0.001), female partner invitation to HR services (χ2= 29.901, df=1, p-value <0.001) and having less than 2 children (χ2= 6.201, df= 2, p-value < 0.05) were associated with higher RH service attendance. Only 20% (4/20) of married men attended RH because they expected better health outcomes in their presence whilst majority attended because they were summoned or just happen to be at the clinic for other purposes.Conclusion: The male attendance to RH services together with their female partners’ in rural Shinyanga was mainly focused ANC and VCT. Most of men attended because were verbally invited by their partners. Education on couple communication empowerment among women attending RH clinics could sustainably improve attendance to all RH services.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».