Associations Between Extreme Weather Events and Resource Insecurities With HIV Vulnerabilities and Biomedical HIV Prevention Outcomes Among Adolescent Girls and Young Women in Kenya: A Cross-Sectional Analysis
Notice bibliographique
Résumé
ObjectivesWe examined associations between extreme weather events (EWE), resource insecurities, and HIV vulnerabilities among a purposive sample of adolescent girls and young women (AGYW) aged 16 to 24 in Nairobi and Kisumu, Kenya.MethodsWe conducted multivariable logistic/linear regression on cross-sectional survey data to assess associations between EWE exposure, food insecurity (FI), water insecurity (WI), and sanitation insecurity (SI) with HIV vulnerabilities (transactional sex [TS], intimate partner violence [IPV], sexual relationship power [SRP], and preexposure prophylaxis [PrEP] awareness and acceptability).ResultsAmong participants (n = 597; mean age: 20.13 years; standard deviation = 2.5), in adjusted analyses, SI and WI were associated with increased TS. Increased cumulative EWEs and eco-anxiety were associated with increased IPV. EWE frequency, FI, and SI were associated with reduced SRP. EWE frequency and SI were associated with reduced, and WI with increased, PrEP awareness. EWE frequency and SI were associated with PrEP acceptability.ConclusionResource scarcities and EWEs were associated with HIV vulnerabilities and PrEP acceptability among AGYW.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».