Female college students' knowledge, attitude and practice towards sex and emergency contraceptives
Notice bibliographique
Résumé
Background- At the local, regional, national and global levels, unsafe abortion takes a \ntremendous toll on girls, women, families, communities, health systems and nations. \nAn estimated 46 million induced abortions are performed annually with 78,000 deaths \nglobally each year. In Ethiopia, unsafe abortion accounts for nearly 60% of all \ngynaecological admissions and almost 30.0% of all obstetric admission, about 22-54% \nof direct obstetric deaths are due to unsafe abortion. EC is increasingly regarded as a \nmeans to reduce abortion rates \nObjective – The aim of this study is to assess the knowledge, attitude and practice of \nfemale college students’ towards sex and emergency contraceptives so as to prevent \nunintended pregnancy. \nMethods – A descriptive cross sectional survey was conducted among 352 sampled \nfemale college students of Dessie, Ethiopia from June 4 to June 5/2012. Selfadministered \nquestionnaire was used to collect the data. Data was entered into a \ncomputer using Microsoft Excel 2007 and analyzed using SPSS version 16.0 statistical \nsoftware and Binary logistic regression analyses are used to measure the associations. \nResult- The age of students ranged from 18 to 25 years. Of the total respondents \n36.6% ever had sexual experience, 53.3% know at least one regular modern \ncontraceptive method, 69.9% heard about emergency contraceptives (EC) but, only \n33.9 % had good knowledge about EC and 15.4% of them had ever used it. \nConclusion & recommendation- Less than fifty percent of the respondents were \nknowledgeable about EC. The correct knowledge of the method such as the time limit is \nlacking for most of the students. \nInformation, education & communication to increase awareness and knowledge about \nemergency contraceptive is important. Contraception information sessions should address; full details how the EC works and full details of how the contraceptives should \nbe taken
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 | 0,001 | 0,005 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».