How Much Do They Know? An Analysis of the Accuracy of HIV Knowledge among Youth Affected by HIV in South Africa
Notice bibliographique
Résumé
HIV/AIDS prevalence rates in South Africa are among the highest in the world. The key to reducing transmission is the dissemination of accurate knowledge. Here, we investigate the accuracy of HIV/AIDS knowledge among youth affected by the disease. Data from the Fourth South African National HIV, Behaviour and Health Survey (2012) are used and a weighted sample of 4 095 447 youth (15-24 years old) who have known or cared for someone with HIV/AIDS are analyzed. Results show that more than one-third (40.37%) of youth in South Africa are affected by the disease. One-quarter of the affected youth have 75% accurate knowledge of the virus, while only 10% have 100% accurate knowledge. Rural place of residence (odds ratio [OR] = 0.61) and looking for work (OR = 0.39) are less likely to have accurate knowledge. Youth without disabilities (OR = 2.46), in cohabiting (OR = 1.69), and in dating (OR = 1.70) relationships are more likely to have accurate knowledge. In conclusion, in order to reduce HIV incidence and combat HIV myths, efforts to improve the accuracy of HIV knowledge among youth affected by the disease are needed. There should be more community-based campaigns to target unemployed youth in the country.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».