Exposure to mass media family planning messages among post-delivery women in Nigeria: testing the structural influence model of health communication
Notice bibliographique
Résumé
OBJECTIVES: While media campaigns are documented to be useful for increasing the uptake of family planning, very little is known about the population prevalence and correlates of exposure to mass media family planning messages among post-delivery women in Nigeria. We aimed to address this void by exploring the underlying factors that explain disparities in exposure to mass media family planning messages among post-delivery women in Nigeria. METHODS: Our study was a secondary analysis of the Nigeria Demographic and Health Survey, a nationally representative dataset of men and women. Using logistic regression techniques and drawing on the structural influence model of health communication, we explored post-delivery women's (N = 13,889) exposure to mass media family planning messages in Nigeria. RESULTS: We found that 32% of post-delivery women were exposed to family planning messages on mass media in Nigeria. At the bivariate level, Muslim women were less likely to be exposed to mass media family planning messages compared with Christian women (odds ratio [OR] 0.39; 95% confidence interval [CI] 0.36, 0.41); however, the OR became positive once we controlled for structural determinants such as household wealth and education (OR 1.22; 95% CI 1.07, 1.40). In the multivariate analysis, we found that traditionalist women (OR 0.29; 95% CI 0.14, 0.58) and women from rural areas (OR 0.69; 95% CI 0.62, 0.76) were less likely to be exposed to such messages. Moreover, richer, better educated, and employed women were more likely to be exposed to mass media family planning messages compared with their poorer, less educated and unemployed counterparts. Similarly, living in the South West region was positively associated with higher odds of being exposed to such messages. CONCLUSION: Findings were largely consistent with the structural influence model of health communication, as highlighted by inequalities in exposure to mass media messages. Based on these findings, we provide several policy recommendations.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».