Socioeconomic and cultural factors driving Human Immunodeficiency Virus epidemic among female sex workers in Akwa-Ibom (South-south) and Benue (North-central) States of Nigeria
Notice bibliographique
Résumé
This study was aimed at finding out the socioeconomic and cultural factors driving Human Immunodeficiency Virus infection (HIV) epidemics among Female Sex Workers (FSW) in South-south (Akwa-Ibom) and North-central (Benue) States where the infection prevalence is high in Nigeria. A standardized survey instrument was used in multistage cluster sampling approach in Benue and Akwa-Ibom States using sample size of 415 FSW. The study was done on the classified age brackets between 15 and 49 years with Akwa-Ibom having more participants at 20 to 24 years (32.8%) and Benue at 25 to 29 years (33%). Medical Laboratory Scientists equally carried out three (3) stage HIV testing Algorithm among the FSWs under the study. FSWs were subtyped into Brothel-based Female Sex Workers (BBFSW) and Non-Brothel based Female Sex Workers (NBBFSW). Human Immunodeficiency Virus prevalence in Nigeria from the study is 15.5% with Akwa-Ibom having 11.4% while Benue has 20.2% of their population among Female Sex Workers key population typology respectively. Significant differences exist between the two states in the various socioeconomic factors driving the epidemics among Female Sex Workers. For instance, knowledge of HIV status, knowledge of source of HIV Testing Services (HTS) or medication for Acquired Immunodeficiency Syndrome (AIDS), referrals, knowledge of HIV indicators, their risk perception, knowledge and use of Post-Exposure Prophylaxis (PEP) and Pre-Exposure Prophylaxis (PrEP), stigma and discrimination and age at sexual debut, stigmatization, knowledge, use of PEP and PrEP, inconsistent use of condom, less risk perception and use of alcohol are some of the key factors driving the increased prevalence of HIV among FSW in Akwa-Ibom and Benue States in Nigeria.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».