HIV on the move: Sex differences in patterns of migration and HIV in South Africa
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
I’d like to thank my advisor, Rachel Snow, and the other members of my dissertation committee, Yu Xie, Jim Levinsohn and Mark Padilla, for their critical guidance in the development of this dissertation research. I am very fortunate to have benefitted from their combined expertise. This dissertation study was carried out with the support of the Africa Centre for Health and Population Studies in South Africa. I am grateful to the people in Umkanyakude District who have participated in the Africa Centre’s studies, and who are working hard to build better lives for themselves and their families in the midst of the devastation wrought by poverty and AIDS. This dissertation is dedicated to them. I thank Marie-Louise Newell, Director of the Africa Centre, for her advice, guidance and support for this research. I also thank members of the Africa Centre’s scientific team who have collaborated with me in the development of this research, especially Vicky Hosegood, Nuala McGrath and Til Barnighausen. This project wouldn’t have happened if Vicky and Mark Hunter of the University of Toronto hadn’t ignited my interest in studying migration, gender and HIV/AIDS in South Africa several years ago. Tanya Welz and Joerg Baetzing-Feigenbaum provided early guidance with working with Africa Centre HIV surveillance data, and Caterina Hill gave me an excellent primer on the ACDIS data system, for which I remain grateful. I am immensely grateful for the funding I have received in support of this research. The
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 découle