You cannot prevent a disease; you only treat diseases when they occur: knowledge, attitudes and practices to water-health in a rural Kenyan community.
Notice bibliographique
Résumé
OBJECTIVE: Almost 1 billion individuals lack access to improved water supplies, with 2.6 billion lacking adequate sanitation. This leads to the propagation of multiple waterborne diseases. The objective of this study was to explore local knowledge, attitudes and practices to understand the mechanisms and pre-conditions for sustainable uptake and use of these facilities. METHODS: Data collection took place in a rural Kenyan community in September 2009. A qualitative approach was taken, with 4 focus groups and 25 in-depth interviews conducted. Participant characteristics varied by age, gender, education, marital status, employment and community standing. RESULTS: Few participants reported current access to improved water and sanitation facilities. Though they expressed desire for latrines and water sources, barriers including lack of funds and social capital, decrease the ability for installation. Participants understood that there was a link between the quality of water and their health, however, perceived benefits of current contaminated sources outweigh the potential health impacts and proliferate their continued use. CONCLUSION(S): While water-health links are understood to varying degrees within the community, contextual (physical environment), compositional (individual) and collective (community) factors interact to influence health. Community challenges, such as lack of unity, lack of education and lack control were identified as the main barriers to initiating change, despite a desire for increased access to safe water and sanitation.
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 | 0,002 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».