MétaCan
Menu
Retour à la cohorte
Enregistrement W1972540199 · doi:10.4236/health.2014.615235

Profiles of HIV-Affected Households in Ghana

2014· article· en· W1972540199 sur OpenAlexaff
Amos Laar, Daniel Yaw Fiaveh, Matilda E. Laar, Sandra Boatemaa, James Abugri, Angela El-Adas, Richard Amenyah, Kyeremeh Atuahene, Andrew A. Adjei, Isabella A. Quakyi

Notice bibliographique

RevueHealth · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLivelihoodHuman immunodeficiency virus (HIV)Asset (computer security)SocioeconomicsFood insecurityGeographyEnvironmental healthDemographyEconomicsMedicineFood securityAgricultureSociology

Résumé

récupéré en direct d'OpenAlex

Background: To contribute to a fuller appreciation of Ghana’s HIV epidemic, this paper presents various profiles of the Ghanaian HIV-affected household. To comprehensively tackle the HIV epidemic in Ghana, the profiles would provide stakeholders with ready information for policy formulation. Methods: We used data from a nationally representative survey that measured livelihood activities, household asset wealth, household composition, health, and nutrition variables of 1745 HIV-affected households. From these emerged various profiles. Results: About 50% of the households are headed by females. Households headed by men have an average size of three members, compared to two for female-headed households. There are far more AIDS widows than widowers. The annual death rate among the surveyed households was about 1000 per 100,000-households. Relatively more deaths occurred in male-headed households. Two-thirds of the households were asset poor. Various coping strategies were instituted by the households in reaction to threat of food insecurity. The national prevalence of chronic energy deficiency is 16%. Conclusions: Our data show that age of household head, hosting of a chronically ill member, and average size of household differed by sex of household head. The annual death rate of 1000 per 100,000 households is very high.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,309
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthMême sujetPoverty, Education, and Child WelfareTravaux en français237 207