MétaCan
Menu
Retour à la cohorte
Enregistrement W2989412830 · doi:10.5539/gjhs.v11n14p37

An Evaluation of the Impact of Media Campaign Against Female Genital Mutilation (FGM) in the Rural Communities of Enugu State, Nigeria

2019· article· en· W2989412830 sur OpenAlexvenueno aff
Joseph Oluchukwu Wogu, Chinenye Amonyeze, Raphael Oluwasina Babatola Folorunsho, Henry Egi Aloh

Notice bibliographique

RevueGlobal Journal of Health Science · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueFemale Genital Mutilation/Cutting Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFemale circumcisionIgboModernization theoryMedicineEnvironmental healthSocioeconomicsMass mediaFamily medicineGeographyDemographySociologyPolitical scienceGynecologyAdvertisingBusiness

Résumé

récupéré en direct d'OpenAlex

This paper investigates the impact of media campaign against Female Genital Mutilation (FGM) in the rural areas of Enugu State. One hundred and sixty three women attending the antenatal clinics in six rural communities and twenty-four heads of Women groups were selected as sample for this cross-sectional survey. Structured questionnaire and interview were used to collect data while analysis of the data was done with SPSS version 20.0. The results reveal among others that the media campaign against FGM in Enugu state is ineffective. It further reveals that cultural values (51%), poor network reception (23%), epileptic power supply (18%), inaccessible media, and the nature of the content of the campaign are responsible for the ineffectiveness. Given the findings, the researchers recommends the modernization of the media and the contents of its FGM campaign for rural reach/accessibility, the development of pro-Igbo cultural programmes against FGM practice, and the use of visual methods to establish/prove the relationship between FGM, infections/diseases and maternal deaths. Further empirical research on FGM – maternal health care in Enugu State is recommended.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,443

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,396
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetFemale Genital Mutilation/Cutting IssuesTravaux en français237 207