MétaCan
Menu
Retour à la cohorte
Enregistrement W4388680969 · doi:10.30604/jika.v8i3.2287

Women's Participation in The Selection of Contraceptive Methods – Knowledge, Attitude and Culture

2023· article· en· W4388680969 sur OpenAlexaboutno aff
Meriana Barreto Amaral

Notice bibliographique

RevueJurnal Aisyah Jurnal Ilmu Kesehatan · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFamily planningPillQuarter (Canadian coin)PopulationMedicineFamily medicineDeveloping countryDemographyGynecologyResearch methodologyNursingEnvironmental healthSociologyEconomic growthGeography

Résumé

récupéré en direct d'OpenAlex

Timor Leste is one of the developing countries with one of the main problems faced is the population sector, namely the high rate of population growth. The purpose of this study is for what factors influence the knowledge, attitudes and culture of women to participate in the selection of contraceptive methods at the Formosa Health Center. This research method is carried out descriptively with a quantitative approach. The population of this study was Women of reproductive age who sought family planning services at the Formosa Health Center. The results of this study revealed that most participants or women sought family planning services at the Formosa Health Center, dominated by women from the age group of 20 to 24 years and with a higher level of education. We found that there was little information regarding the type of use and source of information, participants with knowledge and level of education preferred to use artificial methods, especially the most widely used ones were Injections, compared to Pills, IUD and Implant. It is highlighted that the side effects of the injection contraceptive method are dizziness and headache. However, there is no fundamental reason to stop use. It is emphasized that only a quarter of women have the knowledge that the advantage of using contraceptives is only to prevent pregnancy.

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)0,002
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,033
Tête enseignante GPT0,408
Écart entre enseignants0,374 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Aisyah Jurnal Ilmu KesehatanMême sujetGlobal Maternal and Child HealthTravaux en français237 207