Examining the Traits-Desires-Intentions-Behavior (TDIB) Model for Fertility Planning in Women Living with HIV in Ontario, Canada
Notice bibliographique
Résumé
The objective of this study was to determine the predictors of fertility behavior (i.e., trying to become pregnant) in a large representative sample of women living with HIV of reproductive age in Ontario, Canada. The Traits-Desires-Intentions-Behavior model was used to examine the key predictors of reproductive decision making and behavior. A total of 320 women living with HIV were included in the current analysis. The women living with HIV were between the ages of 18 and 52 (mean=37.23, SD=7.53), 56.4% had at least one child living in the home, over 40% identified as being of African ethnicity, and the average time since HIV diagnosis was 10.49 years (SD=5.71). In hierarchical multilevel analysis, perceived family support for trying to become pregnant, living in a large metropolitan city (i.e., Toronto), women's fertility desires, and fertility intentions were associated with fertility behavior (χ(2)9=59.97, p<0.001). As only 10.6% of participants reported engaging in fertility-related behavior, while 57.5% intended a pregnancy in the future, identifying barriers to fertility and discrepancies between intentions and behaviors can support policy programs and assist health care providers to better facilitate the fertility goals of women living with HIV.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».