Comprehensive Knowledge about HIV/AIDS among Women of Reproductive Age in India
Notice bibliographique
Résumé
HIV/AIDS has been a major threat to global public health, with India ranking third when it comes to the global burden of people living with HIV, especially women. It is imperative to assess the level of knowledge women have about transmission and prevention of this infection. This study sought to delineate the determinants of the comprehensive knowledge of HIV/AIDS among women in the reproductive age groups in India. Data from the fifth round of the National Family Health Survey conducted in India were analyzed. The sample included 95,541 women aged 15-49 years. Multilevel logistic regression was fitted with individual characteristics, household characteristics, and community characteristics to identify determinants of comprehensive knowledge on HIV/AIDS. Nearly a fourth (24.8%) of the women aged 15-49 in India who had ever heard of HIV had comprehensive knowledge of HIV/AIDS. Multilevel logistic regression showed that the likelihood of comprehensive knowledge of HIV/AIDS was higher among women aged 40-44 (AOR = 1.57) and 30-34 (AOR = 1.56). The likelihood of having comprehensive knowledge increased with the increase in the level of education. Women with secondary and higher levels of education were 1.9 times and 3.38 times more likely to have comprehensive knowledge, respectively, than those with no education. Household wealth, access to mass media, and having ever tested for HIV were also significant determinants of comprehensive knowledge of HIV/AIDS among women. The odds of having comprehensive knowledge about HIV/AIDS were higher for women with higher community wealth (AOR = 1.31), higher community education (AOR = 1.09), and higher community employment (AOR = 1.12). Factors at both the individual and community levels were shown to be indicators of comprehensive knowledge of HIV/AIDS. Policymakers and public health practitioners in India should come up with plans to close the information gaps about HIV/AIDS that exist among women and their demographic subgroups.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».