The role of gender inequality and health expenditure on the coverage of demand for family planning satisfied by modern contraceptives: a multilevel analysis of cross-sectional studies in 14 LAC countries
Notice bibliographique
Résumé
Despite international efforts to improve reproductive health indicators, little attention is paid to the contributions of contextual factors to modern contraceptive coverage, especially in the Latin America and the Caribbean (LAC) region. This study aimed to identify the association between country-level Gender Inequality and Health Expenditure with demand for family planning satisfied by modern contraceptive methods (DFPSm) in Latin American sexually active women.Our analyses included data from the most recent (post-2010) Demographic and Health Survey or Multiple Indicator Cluster Survey from 14 LAC countries. Descriptive analyses and multilevel logistic regressions were performed. Six individual-level factors were included. The effect of the country-level factors Gender Inequality Index (GII) and Current Health Expenditure on DFPSm was investigated.DFPSm ranged from 41.8% (95% CI: 40.2-43.5) in Haiti to 85.6% (95% CI: 84.9-86.3) in Colombia, with an overall median coverage of 77.8%. A direct association between the odds of DFPSm and woman's education, wealth index, and the number of children was identified. Women from countries in the highest GII tertile were less likely (OR: 0.32, 95% CI: 0.13-0.76) to have DFPSm than those living in countries in the lowest tertile.Understanding the contribution of country-level factors to modern contraception may allow macro-level actions focused on the population's reproductive needs. In this sense, country-level gender inequalities play an important role, as well as individual factors such as wealth and education.Bill and Melinda Gates Foundation and Associação Brasileira de Saúde Coletiva (ABRASCO).
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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 ».