Access of choice-disabled young women in Botswana to government structural support programmes: a cross-sectional study
Notice bibliographique
Résumé
Structural factors like poverty, poor education, gender inequality, and gender violence are important in the HIV epidemic in southern Africa. Such factors constrain many people from making choices to protect themselves against HIV. The INSTRUCT cluster randomised controlled trial of a structural intervention for HIV prevention includes workshops for young women which link them with existing government structural support programmes. Fieldworkers identified all young women aged 15-29 years in each intervention community, not in school and not in work, interviewed them, and invited them to a workshop. Choice-disability factors were common. Among the 3516 young women, 64% had not completed secondary education, 35% did not have enough food in the last week, 21% with a partner had been beaten by their partner in the last year, and 8% reported being forced to have sex. Of those aged 18 and above, 45% had applied to any government support programme and 28% had been accepted into a programme; these rates were only 33% and 10% when Ipelegeng, a part-time minimum wage rotating employment scheme with no training or development elements, was excluded. Multivariate analysis considering all programmes showed that women over 20 and very poor women with less education were more likely to apply and to be accepted. But excluding Ipelegeng, young women with more education were more likely to be accepted into programmes. The government structural support programmes were not designed to benefit young women or to prevent HIV. Our findings confirm that programme use by marginalised young women is low and, excluding Ipelegeng, the programmes do not target choice disabled young women.
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 | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 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 ».