Knowledge and perception towards net care and repair practice in Ethiopia
Notice bibliographique
Résumé
Abstract Background Long-lasting insecticidal nets (LLINs) are a key malaria control intervention. Although LLINs are presumed to be effective for 3 years under field or programmatic conditions, net care and repair approaches by users influence the physical and chemical durability. Understanding how knowledge, perception and practices influence net care and repair practices could guide the development of targeted behavioural change communication interventions related to net care and repair in Ethiopia and elsewhere. Methods This population-based, household survey was conducted in four regions of Ethiopia [Amhara, Oromia, Tigray, Southern Nations Nationalities Peoples Region (SNNPR)] in June 2015. A total of 1839 households were selected using multi-stage sampling procedures. The household respondents were the heads of households. A questionnaire was administered and the data were captured electronically. STATA software version 12 was used to analyse the data. Survey commands were used to account for the multi-stage sampling approach. Household descriptive statistics related to characteristics and levels of knowledge and perception on net care and repair are presented. Ordinal logistic regression was used to identify factors associated with net care and repair perceptions. Results Less than a quarter of the respondents (22.3%: 95% CI 20.4–24.3%) reported adequate knowledge of net care and repair; 24.6% (95% CI 22.7–26.5%) of the respondents reported receiving information on net care and repair in the previous 6 months. Thirty-five per cent of the respondents (35.1%: 95% CI 32.9–37.4%) reported positive perceptions towards net care and repair. Respondents with adequate knowledge on net care and repair (AOR 1.58: 95% CI 1.2–2.02), and those who discussed net care and repair with their family (AOR 1.47: 95% CI 1.14–1.89) had higher odds of having positive perceptions towards net care and repair. Conclusions The low level of reported knowledge on net care and repair, as well as the low level of reported positive perception towards net repair need to be addressed. Targeted behavioural change communication campaigns could be used to target specific groups; increased net care and repair would lead to longer lasting nets.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».