MétaCan
Menu
Retour à la cohorte
Enregistrement W4379228833 · doi:10.7287/peerj.15391v0.1/reviews/2

Peer Review #2 of "Exposure to mass media family planning messages among men in Nigeria: analysis of the Demographic and Health Survey data (v0.1)"

2023· peer-review· en· W4379228833 sur OpenAlexaff
T Ranjan

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineHealth Professions
ThématiqueAdolescent Sexual and Reproductive Health
Établissements canadiensUniversity of TorontoThe Scarborough Hospital
Organismes subventionnairesnon disponible
Mots-clésMass mediaEnvironmental healthGeographyPsychologyDemographyBusinessMedicineSociologyAdvertising

Résumé

récupéré en direct d'OpenAlex

Background: Family planning (FP) is essential for improving health and achieving reproductive goals.Although men are important participants in FP decision-making within households in Nigeria, a country with one of the highest rates of maternal mortality, we know very little about their exposure to mass media FP messages.Methods: Drawing theoretical insights from the structural Influence model of health communication and using the 2018 Nigeria Demographic and Health Survey (n=13,294), and applying logistic regression analysis, we explored the factors associated with men's exposure to mass media FP messages in Nigeria.Results: A range of socioeconomic, locational, and demographic factors were associated with men's exposure to mass media FP messages.For example, wealthier, more educated, and employed men were more likely to be exposed to mass media FP messages than their poorer, less educated, and unemployed counterparts.In addition, compared to those in rural areas and other regions, men in urban areas as well as South East Region, were more likely to be exposed to mass media FP messages.Finally, younger men and those who belong to the traditional religion were less likely to be exposed to mass media FP messages, compared to their older and Christian counterparts.Conclusions: Based on these findings, we discuss implications and recommendations for policymakers as well as directions for future research.

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)0,022
score de la tête « metaresearch » (Gemma)0,232
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,558

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,232
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,005
Études des sciences et des technologies0,0060,002
Communication savante0,0070,004
Science ouverte0,0040,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1670,056

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 Opus0,332
Tête enseignante GPT0,505
Écart entre enseignants0,173 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdolescent Sexual and Reproductive HealthTravaux en français237 207