Sexual Behaviour and Determinants of Reproductive Health Services Utilization Among Young People in a Rural Nigerian Community
Notice bibliographique
Résumé
Background: Adolescents in West Africa face humungous sexual and reproductive health (SRH) challenges unlike their counterparts in developed countries. It is thus, important to contextually understand some of the factors influencing uptake of SRH services among young people in a low resource setting. Objectives: This study assessed sexual behaviour and predictors of SRH-services access and utilization of youths in Ejigbo, Osun-State, Nigeria. Methods: Cross-sectional design was used and multi-stage sampling method deployed in recruiting 430 study participants. Data were collected using pretested, semi-structured, interviewer-administered questionnaire. Summary statistics were done using proporption, mean and standard deviation. Inferential statistics were done using chi-squared test and binary logistic regression at p≤0.05. Results: Mean age (±SD) of the respondents was 19.07±2.78, 54.1% of them were males while 56.8% were schooling as at the time of the survey. More than a quarter (38.6%) of the respondents were sexually active prior to the survey and 14.6% of the recent sexual encounters were forced/coerced. While 25.2% had multiple sexual partners, only 43.0% used contraception (mainly condom) in their recent sexual experiences. The predictors of contraceptive (hence SRH-service) use were respondents’ schooling status (OR=5.45, 95%CI=1.26-4.388), living situation (OR=0.430, 95%CI=1.960-3.8111) and demand for SRH services in the last clinic visits (OR=2.976, 95%CI=1.960-7.848). Conclusion: There was high prevalence of risky sexual behaviour and low SRH service utilization in the study setting. Nigerian government and its development partners need to be more proactive at ensuring universal access and utilization of SRH-services particularly to young people in the rural areas.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».