Endorsement of HIV misconceptions over time among females and males in Haiti
Notice bibliographique
Résumé
To address high HIV prevalence rates in Haiti, disseminating information about HIV transmission has been emphasized. Yet, after several decades, we do not know how effective HIV information dissemination has been in reducing HIV misconceptions. Using the 2005-06, 2012, and 2016-17 Haiti Demographic and Health Surveys and applying logistic regression, we found nuanced gender dynamics in endorsing HIV misconceptions over time. Among females at the bivariate level, the odds of endorsement of HIV misconceptions in 2012 (OR = 0.87, p < 0.05) and 2016-17 (OR = 0.68, p < 0.001) had declined compared to 2005-06. At the multivariate level, however, we observed that demographic factors suppressed the difference between 2005-06 and 2012, although those in 2016-17 (OR = 0.71, p < 0.001) were still less likely to endorse HIV misconceptions. However, this relationship disappeared once we added behavioral factors (OR = 0.93, p > 0.05). Among males, after controlling for demographic, socioeconomic, and behavioral factors at the multivariate level, those in 2012 (OR = 1.55, p < 0.001) and 2016-17 (OR = 1.24, p < 0.01) were more likely to endorse HIV misconceptions compared to men in 2005-06. We recommend that while improving women’s access to HIV services, it is important to incorporate the HIV needs of males into the National HIV policy priority areas.
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 | 0,001 | 0,004 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».