Exploring the multifaceted correlates of household decision-making autonomy among married women in Cameroon
Notice bibliographique
Résumé
BACKGROUND: Research documents married women's household decision-making autonomy as a critical determinant of a range of sexual and reproductive behaviours in many less developed countries. Despite this importance, however, very few studies explore the prevalence and correlates of women's household decision-making autonomy in countries in sub-Saharan Africa, including Cameroon. METHODS: Using the 2018 Cameroon Demographic and Health Survey, this study employs a binary logistic regression analysis to explore the demographic, locational, and socioeconomic determinants of women's household decision-making autonomy. RESULTS: About half of respondents (47%) indicate that they are involved in the decision-making process at the household level. We find that women in polygamous marriages are less likely to be involved in the decision-making process in comparison to their monogamous counterparts (aOR = 0.69, p < 0.001). Similarly, compared to traditional women, Muslim women (aOR = 0.27, p < 0.001) and women with no religious affiliation (aOR = 0.35, p < 0.01) are less likely to be involved in the decision-making process. Also, our analysis shows that married women aged 15-19 (aOR = 0.27, p < 0.001), 20-24 (aOR = 0.43, p < 0.001), 25-29 (aOR = 0.51, p < 0.001), 30-34 (aOR = 0.75, p < 0.01), and 35-39 (aOR = 0.71, p < 0.01) are less likely to be involved in decision-making process in comparison to their counterparts aged 45-49. Finally, poorer, less educated, and unemployed women are less likely to be involved in the decision-making process in comparison to their wealthier, more educated, and employed counterparts. CONCLUSIONS: Based on these findings, policymakers must be cognisant of the household power dynamics in polygamous relationships when implementing programs that promote gender equality and women's autonomy. Furthermore, the government should prioritize initiatives and socioeconomic support programs focusing specifically on marginalized groups. Investing in education and raising awareness about women's rights, gender equality, and the importance of inclusive decision-making can be instrumental in challenging societal attitudes and promoting women's autonomy.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».