Exploring the link between household structure and women’s household decision-making autonomy in Mauritania
Notice bibliographique
Résumé
Governments in sub-Saharan African countries aim to increase married women's household decision-making autonomy as it remains a critical determinant of desirable health behaviours such as healthcare utilisation, antenatal care visits, and safer sex negotiation. However, very few studies explore how household structure (i.e., monogamous or polygamous) is associated with married women's household decision-making autonomy. Our paper seeks to address this gap. Using the 2019-20 Mauritania Demographic and Health Survey, a nationally representative dataset, and applying logistic regression analysis, we explore how married women's household structure is associated with their household decision-making autonomy. We find that 9% of married women are in polygamous marriages, while 63% and 65% are involved in decision-making about their health and large household purchases, respectively. Additionally, 76% and 56% are involved in decision-making about visiting family or relatives and household expenditures. After accounting for socio-economic and demographic factors, we find that compared to women from monogamous households, those from polygamous households are less likely to participate in decision-making about their health (OR=0.65, p < 0.001), making large household purchases (OR=0.65, p < 0.001), visiting family or relatives (OR=0.72, p < 0.001), and household expenditure (OR=0.58, p < 0.001). Based on our findings, we recommend the urgent need to review and re-evaluate policies and approaches seeking to promote gender equality and women's autonomy in Mauritania. Specifically, it may be critical for intervention programmes to work around reducing power imbalances in polygamous household structures that continue to impact married women's household decision-making autonomy adversely. Such interventions should centre married women's socio-economic status as a central component of their empowerment strategies in Mauritania.
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 | 0,001 |
| 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 ».