MétaCan
Menu
Retour à la cohorte
Enregistrement W4289133713 · doi:10.1080/27707571.2022.2103932

Factors associated with health-seeking behaviour among informal sector workers in the Kumasi metropolis of Ghana

2022· article· en· W4289133713 sur OpenAlexaff
Dina Adei, Anthony Acquah Mensah, Williams Agyemang‐Duah, Lewis Aboagye-Gyasi

Notice bibliographique

RevueCogent Public Health · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health and Epidemiology
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésInformal sectorBenin cityEnvironmental healthHealth facilityHealth sectorSimple random sampleDeveloping countryHealth careBusinessSocioeconomicsMedicineHealth servicesEconomic growthPopulationSociologyFamily medicineEconomics

Résumé

récupéré en direct d'OpenAlex

Even though studies have established that informal sector workers are prone to occupational-related diseases, not much is known about their health-seeking behaviour. This study aims to examine drivers of health-seeking behaviour among informal sector workers in the Kumasi metropolis of Ghana. A cross-sectional survey was conducted. Simple random sampling technique was used to select 350 informal sector workers. Questionnaires were used to collect the data. The study revealed that 33.5% of the participants practiced good health-seeking behaviour when they developed occupational-related diseases in 2016. The study further revealed that informal sector workers with five or more dependents (AOR: 8.482; CI: 1.265–56.872; p = 0.028) and those who spent more than an hour at a health facility (AOR: 24.040; CI: 8.508–67.927; p < 0.0001) were more probable to exhibit good health-seeking behaviour. Informal sector workers without active National Health Insurance Scheme [NHIS] (AOR: 0.149; CI: 0.052–0.430; p < 0.0001) and employees were less likely to adopt good health-seeking behaviour. Given the limited formal healthcare system and resources available, socio-demographic factors should be taken into consideration when formulating policies to encourage informal sector workers to adopt good health-seeking behaviour.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,248
Tête enseignante GPT0,428
Écart entre enseignants0,179 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCogent Public HealthMême sujetGlobal Health and EpidemiologyTravaux en français237 207