MétaCan
Menu
Retour à la cohorte
Enregistrement W4384298664 · doi:10.1080/0376835x.2023.2229865

COVID-19 and sexual reproductive health service utilisation among women of reproductive age in Zambia

2023· article· en· W4384298664 sur OpenAlexfundno aff
Million Phiri, Clifford Odimegwu, Harriet Namukoko, Yemi Adewoyin, Simona Simona

Notice bibliographique

RevueDevelopment Southern Africa · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Impact on Reproduction
Établissements canadiensnon disponible
Organismes subventionnairesNational Research FoundationInternational Development Research CentreUK Research and InnovationStyrelsen för Internationellt Utvecklingssamarbete
Mots-clésReproductive healthPandemicMedicineCoronavirus disease 2019 (COVID-19)OutbreakEnvironmental healthHealth careDemographyEconomic growthPopulationSociologyVirologyEconomics

Résumé

récupéré en direct d'OpenAlex

Zambia has made improvements in addressing maternal and child health in the past two decades. The COVID-19 pandemic outbreak, which could put a strain on the healthcare systems and alter how access to sexual and reproductive health services is provided, could, however, have a negative impact on the gains. Data from a recent nationally representative COVID-19 survey, conducted in April 2021, was used to examine the utilisation of antenatal care services among pregnant women during the pandemic in Zambia. Overall, 10 per cent (95% CI: 8.0–11.4) of pregnant women missed antenatal care during the COVID-19 period, signifying an increase when compared to the time before the outbreak of COVID-19. Age of a woman and level of education were associated with the risk of missing antenatal care services. The study highlights the need to improve communication to women on availability and access to sexual reproductive health services to stimulate demand and use among women during this period.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,189
Score d'incertitude au seuil0,376

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,072
Tête enseignante GPT0,333
Écart entre enseignants0,260 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopment Southern AfricaMême sujetCOVID-19 Impact on ReproductionTravaux en français237 207