<p>“When you least expect, this happens, it’s already growing”: Problematizing the definition of unmet need for family planning</p>
Notice bibliographique
Résumé
Background: Unmet need is an important indicator to understand baselines and set goals for family planning interventions. Women may not fall neatly in categories of met or unmet need for family planning as defined by the demographic and health surveys (DHS). We explore women’s experiences of unmet need for family planning and provide empirical examples of how the static, binary DHS definitions of met and unmet need for family planning may be problematic. Methods: Based on Social Cognitive Theory, we conducted elicitation interviews with 16 married young women between the ages of 20 and 24 in Chimaltenango, Guatemala to explore barriers to accessing and using family planning. Half the participants (n=8) were using a modern method of family planning and half (n=8) were not. The current analysis focuses on data that was coded as ambiguous or unclear for unmet need status. Results: We identified framings of ambiguity from the women’s narratives that are silenced by the dominant binary of met and unmet need. We show inconsistencies between women’s lived experiences of unmet need and how their experiences would likely be represented in DHS questionnaires: 1) successful use of natural methods; 2) the complexity of “wantedness”; 3) conceptualizing met or unmet need as a trajectory; and 4) laughter obscuring clear response. Conclusion: Family planning status is a complex trajectory that the DHS may not accurately capture. As a way to reflect the diversity of women’s family planning experiences, we suggest modifying the DHS classifications to incorporate latent met and unmet need as sub-classifications. Keywords: contraception, pregnancy intention, qualitative research methods, Latin America and the Caribbean
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».