Factors Associated with Condom Knowledge, Attitude, and Use among Black Heterosexual Men in Ontario, Canada
Notice bibliographique
Résumé
African, Caribbean, and Black (ACB) men living in Canada share a heightened risk of HIV infection and the associated risk factors such as suboptimal use of family planning services such as condom use. In this study, we assessed the factors associated with knowledge, attitude, and condom use among ACB men in Ontario. Methods. This was a cross-sectional study that surveyed heterosexual ACB men regardless of their residency status living in Ontario (n = 430). This is a part of a larger mixed methods study informed by critical race theory, intersectionality, and community-based participatory research (CBPR). Outcome variables were knowledge of condom use, attitude towards condom use, and actual use of condom during the last 12 months. Results. Of 430 participants, 77.70% has good knowledge of condom use as a protection against HIV transmission, 31.77% had positive attitude towards condom use, and 62.43% reported using condom regularly with casual partners during the last 12 months. Men who were currently married had more positive attitude towards condom use compared with their unmarried counterparts (odds ratio = 1.46, 95% CI = 1.20, 1.78). Canadian residents were found to have higher odds of having correct knowledge of condom (odds ratio = 1.31, 95% CI = 1.11, 1.55), and positive attitude towards condom use (odds ratio = 1.44, 95%CI = 1.09, 1.92). Men who visited sexual health clinics showed a positive association with having correct knowledge of condom (odds ratio = 1.78, 95% CI = 1.30, 2.44) and reported experiences of difficulty in accessing sexual health. This showed a negative association towards condom use (odds ratio = 0.45, 95% CI = 0.21, 0.97]. Conclusion. A considerable percentage of heterosexual ACB men did not have correct knowledge regarding the protective effect of condom use against HIV and positive attitude towards the use of condom. Several sociodemographic and healthcare-related factors were significantly associated with knowledge, attitude, and use of condom.
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 | 0,000 | 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 | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».