MétaCan
Menu
Retour à la cohorte
Enregistrement W3170066893 · doi:10.1017/s0144686x21000532

Social network characteristics and HIV testing among older adults in South Africa

2021· article· en· W3170066893 sur OpenAlexaff
Jina Lee, Markus H. Schafer

Notice bibliographique

RevueAgeing and Society · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute on AgingWellcome Trust
Mots-clésHealth literacySocial network (sociolinguistics)Public healthContext (archaeology)LiteracySocial capitalGerontologyLogistic regressionPopulationPsychologyGeographySociologyEnvironmental healthEconomic growthMedicinePolitical scienceHealth careSocial science

Résumé

récupéré en direct d'OpenAlex

Drawing from theory and research on the role of social networks in promoting or undermining preventative public health measures, this article considers how structural, compositional and functional aspects of older adults' close social networks are associated with HIV testing in the context of rural South Africa. Analyses use data from the population-based Health and Aging in Africa: A Longitudinal Study of an INDEPTH Community in South Africa (HAALSI) - a sample of rural adults age 40+ (N = 4,660). Results from multiple logistic regression show older South African adults with larger, more heavily non-kin and more literate networks were most likely to report testing for HIV. People whose network members provided frequent information were also most likely to be tested, though interaction effects indicate that this pattern is primarily found among those with highly literate networks. Taken together, the findings reinforce a key insight from social capital perspectives: network resourcefulness - literacy in particular - is crucial for promoting preventative health practice. The synergy between network literacy and informational support reveals the complex interplay between network characteristics in shaping health-seeking behaviour. Continued research is needed on the connection between networks and HIV testing among sub-Saharan older adults, as this population is not currently well served by many public health efforts in the region.

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)0,001
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 enseignants0,206
Score d'incertitude au seuil0,761

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,279
Écart entre enseignants0,254 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgeing and SocietyMême sujetHealth disparities and outcomesTravaux en français237 207