Wealth and unintended pregnancy in Ghana: Analysis of 2014 Ghana Demographic and Health Survey
Notice bibliographique
Résumé
Abstract Background: Pregnancy intention is a critical factor for both short and long term maternal and 27 child health outcomes. Some evidence show that wealth status has varying implications on 28 unintended pregnancy. In this study, we investigated wealth and unintended pregnancy among 29 women of reproductive age in Ghana. 30Methods: Our descriptive analysis comprised calculation of wealth status and unintended 31 pregnancy. The same calculation was done for socio-demographic characteristics and 32 unintended pregnancy. Due to the binary nature of the outcome variable (unintended 33 pregnancy), Binary Logistic Model was used for the inferential analysis. The first model 34 (Model I), constituted wealth quintile and unintended pregnancy. The second model (Model II) 35 was developed by adjusting for five key socio-demographic variables. 36Results: Women in the richest wealth quintile had less likelihood of experiencing unintended 37 pregnancy (OR=0.740, CI=0.42-1.28). Considering women aged 15-19 as the reference 38 category, women in all other age categories had less likelihood of unintended pregnancy 39 especially those aged 45-49 (AOR=0.26, CI=0.04-1.58). The findings revealed that those who 40 listened to radio at least once a week (AOR=0.56, CI=0.36-0.89) were less probable to report 41 unintended pregnancy, having those not listening to radio at all as the reference category. 42 Women in urban settings were less likely to have unintended pregnancies (AOR=0.74, 43 CI=0.46-1.19). 44Conclusions: This study has indicated that unintended pregnancy to larger extent is poverty 45 driven. The study suggests that the mass media, particularly radio, is valuable in 46 communicating birth control measures and messages on unintended pregnancies. Efforts to 47 halt unintended pregnancies must target poor women, especially those in the rural locations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».