Estimating the Impact of School Education on Contraception Use among Adolescents Aged 15–19 in Burkina Faso and Nigeria: Evidence from a Heckman Two-Step Correction Model
Notice bibliographique
Résumé
Sexually Transmitted Infections (STIs) still raise serious concerns for adolescents’ sexual health in west-Africandeveloping countries. To this extent, promoting contraception use among sexually active adolescents is a major key to addressing this problem. Yet, the rate of contraception use by adolescents remains surprisingly low in these countries. Using the Demographic Health Survey of Burkina Faso (2014) and Nigeria (2013), this paper examines the influence of school education on contraception use among sexually active male and femaleadolescents aged 15-19 in Burkina Faso and Nigeria. The standard estimates using Probit regressions suggestthat achieving a primary school education increases the probability of a sexually active adolescent to usecontraception by 8.26 percentage points (Burkina Faso) and 17.2 percentage points (Nigeria). This effectincreases to 20.3 percentage points (Burkina Faso) and 34.7 percentage points (Nigeria) for adolescents with asecondary or higher school education. However, these baseline estimates are biased because adolescents’decision to engage into sexual activity is not random. In light of this, a Heckman Correction Model (HCM) hasbeen applied to account for this selection bias. The results show that the Probit regressions underestimate theeffect of education on adolescents’ likelihood to use contraception in Burkina Faso and overestimate this effect in Nigeria. In fact, compared to adolescents with no school education, HCM estimates show that adolescentswith primary and secondary (or higher) school education have respectively 10.2 and 24.4 percentage points morein the use of contraception in Burkina Faso and 15.1 and 34 percentage points in Nigeria. Together, these resultssuggest that the exposure to school education increases contraception use among the adolescents in both BurkinaFaso and Nigeria.
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 | 0,015 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».