MétaCan
Menu
Retour à la cohorte
Enregistrement W3197939662 · doi:10.1080/15398285.2021.1943634

Is Regular Access to Internet Services Associated with Comprehensive Correct HIV/AIDS Knowledge among People Aged 15–49 Years in Nigeria? Findings from the 2018 Demographic Health Survey

2021· article· en· W3197939662 sur OpenAlexaff
Ihoghosa Iyamu, Edward Adekola Oladele, Ejemai Eboreime, Mohammad Ehsanul Karim

Notice bibliographique

RevueJournal of Consumer Health on the Internet · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensUniversity of AlbertaCentre for Advancing Health OutcomesUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésThe InternetLogistic regressionInternet accessMedicineOddsExpanded accessHuman immunodeficiency virus (HIV)Odds ratioFamily medicineGerontologyEnvironmental healthWorld Wide WebComputer sciencePathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Regular internet access is suggested to facilitate Comprehensive Correct HIV/AIDS Knowledge (CCAK). We assessed this association using the 2018 Nigeria Demographic Health Survey data, including 30,784 participants. CCAK was defined as knowing two primary HIV prevention methods, healthy-looking persons can have HIV, and rejecting two HIV misconceptions. Regular internet access was defined as at least weekly internet access. Using survey-featured multivariable logistic regression, we assessed this association. Overall, 49.6% (12,385) of participants had CCAK, while 17.4% (4,080) had regular internet access. People with regular internet access had higher odds of CCAK (aOR 1.55, 95% CI 1.38 − 1.73), confirming the association.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,374
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,356
Écart entre enseignants0,306 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Consumer Health on the InternetMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207