Use of the most significant change technique to evaluate intervention in promoting childbirth spacing in Nigeria
Notice bibliographique
Résumé
Background: Childbirth spacing (CBS) or Family Planning (FP) methods are considered an essential component of sexual and reproductive health. It refers to the resting period between pregnancies that provides the mother with time to recuperate from pregnancy, labour and lactation. To evaluate the impact of these methods, a storytelling evaluation approach was used.Objectives: The aim of this study was to assess the outcome of behaviour change communication intervention on demand and uptake of modern CBS methods.Method: Most significant change story technique was used to evaluate the outcome of behaviour change communication intervention in two north-western Nigerian states. Impact story template was used to collate 57 stories from the field through group discussions and in-depth interviews with women of reproductive age. Transcripts from the group discussions and interviews were analysed using qualitative analytical software.Results: One story was unanimously selected. The story was about a married 15-year-old with a history of three pregnancies and two live births, who suffered pregnancy complications and miscarriage during her last pregnancy. She had learnt about CBS methods through the community volunteers working on the social and behaviour change communication (SBCC) intervention. As a result, her husband and mother-in-law were convinced and agreed that she take up a modern FP or CBS method from the primary health facility in the community. She eventually took an implant method.Conclusion: Acceptance and uptake of modern CBS methods in north-western Nigeria has been low, and this is largely because of myths and misconceptions, and religious and cultural beliefs amongst others.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».