Na we go shine: women's wellbeing, agency, and health seeking behaviours in southeastern Nigeria
Notice bibliographique
Résumé
Objectives: Peer-reviewed literature on southeastern Nigerian women's health status is scant. This participatory action research project explored mental and physical health status issues within a sample population of childbearing women in Cross River State. Methods: We conducted an initial study using the formal chieftaincy channels in villages and learned that those who expressed themselves were primarily men. We found that their concerns differed from those of women. We conducted this study in an attempt to hear from women about their health needs in the context of their lives. Local women carried out face-to-face interviews in their language with childbearing women in their community. We interviewed 70 women from ages 18-45 in 12 villages. Results/discussion: Most participants had their own farms and grew rice, cassava and yam to feed their families. The majority of participants had not completed elementary school and had given birth to an average of 6 children, 4 of whom survived. Most of the women who were included in this study walked 6-8 h per day to retrieve drinking water. Their young children and babies often accompanied their mothers on these journeys. Participants reported that they had suffered from malaria, diarrhea, anemia, hernia, waist pains, cough, eye problems and continuous headaches. Traditional healers were their first choice for treatment, partly because of physical and financial accessibility and partly because of cultural resonance and positive outcomes. Conclusion: Despite tremendous social, economic and political barriers, our participants generally reported a strong sense of well-being and had positive outlooks on their lives. We also interviewed 15 traditional healers to enhance the statements made by our female participants regarding their health-seeking behaviors.
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 | 0,002 | 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 | 0,003 | 0,002 |
| Communication savante | 0,002 | 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 ».