Knowledge, Attitude and Practice of Temporary Artificial Methods of Contraception Among Women of Child Bearing Age in Awka South Local Government Area
Notice bibliographique
Résumé
BACKGROUND: Contraception is the procedure of preventing pregnancy when it is not desired (MedicineNet, 2018). It is broadly divided into natural and artificial methods of which the artificial is further subdivided into Temporary and Permanent methods. METHODS: This research exercise was conducted in Awka South Local Government Area in Anambra State, Nigeria consisting of Nine Towns namely Amawbia, Awka, Ezinato, Isiagu, Mbaukwu, Nibo, Nise, Okpuno and Umuawulu (Wikipedia, 2018). Questionnaires were administered by an interviewer which consists of 5 sections while data was analyzed using SPSS (Statistical Package for Social Sciences) and the results were chi-squared at appropriate times and data were presented in forms like prose, tables, and charts. RESULTS: 78.9% of the respondents were aware of temporary artificial methods of contraception; 44.3% of correspondents with knowledge of temporary artificial contraceptives got their information from friends while 22.4% of the correspondents got theirs from school which reflects a low level of sex education in our homes and religious institutions. Only 18.4% could actually identify intra-uterine contraceptive devices from a list of options While 43.2% could actually identify a contraceptive pill within a list of options. The study also showed that the oral contraceptive pill most known to 50.4% of the correspondents is postinor-2 while the intra-uterine device most commonly known to those with knowledge of intra-uterine contraceptive device was Mirena which is about 65.8% of the correspondents. Also, this research revealed that 49.2% admitted to having used temporary artificial contraceptives. CONCLUSION: Despite the high level of awareness of temporary artificial contraceptives methods, its level of practice is quite low in this part of the country and the major factors influencing the knowledge and attitude of the participants towards temporary artificial contraceptives are marital status and educational level.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».