Maternal Health Care Information for Improving Access to Maternal Health Services for Adolescent Girls and Young Women (AGYW) in Lower-and-Middle Income Countries
Notice bibliographique
Résumé
BACKGROUND: There is a dire need to uplift the well-being of pregnant adolescent girls and young women through development and implementation of strategies that can reduce barriers to access maternal healthcare services. This in return will reduce pregnancy related complications which is a threat to many adolescents especially in developing countries. FINDINGS: Other stakeholders such as community members are less involved in the activities of AGYW. Information is not enough to cater for the health needs of AGYW. There are less policies and law in place that will guide the AGYW to make informed decisions. Young people, need to be provided with quality education, training, health information and services to enable them to make informed decisions. Furthermore, their rights need to be protected. They also need to be granted with opportunities to participate in decision making and to equip them for the future. This will enable them to participate in the affairs of their communities and contribute to economic development (UNFPA, 2014, 2017b; WHO, 2015a). CONCLUSION: Poor access to maternal health care information by young women may lead to poor use of maternal healthcare services and maternal outcomes. Maternal healthcare information have been used as a strategy to improve maternal healthcare services to reduce the risk of complications during pregnancy. This review therefore provided an overview on healthcare information that enable access and utilize of maternal healthcare services by adolescent and young women during pregnancy in Lower-and-Middle Income Countries (LMICs). Barriers relating to accessing and utilizing maternal healthcare services by young women in LMICs were also discussed. This review has additionally recommended creative interventions for conquering these obstructions to help improve maternal health outcomes in Lower and Middle Income Countries.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».