Civil conflict and sleeping sickness in Africa in general and Uganda in particular
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
Conflict and war have long been recognized as determinants of infectious disease risk. Re-emergence of epidemic sleeping sickness in sub-Saharan Africa since the 1970s has coincided with extensive civil conflict in affected regions. Sleeping sickness incidence has placed increasing pressure on the health resources of countries already burdened by malaria, HIV/AIDS, and tuberculosis. In areas of Sudan, the Democratic Republic of the Congo, and Angola, sleeping sickness occurs in epidemic proportions, and is the first or second greatest cause of mortality in some areas, ahead of HIV/AIDS. In Uganda, there is evidence of increasing spread and establishment of new foci in central districts. Conflict is an important determinant of sleeping sickness outbreaks, and has contributed to disease resurgence. This paper presents a review and characterization of the processes by which conflict has contributed to the occurrence of sleeping sickness in Africa. Conflict contributes to disease risk by affecting the transmission potential of sleeping sickness via economic impacts, degradation of health systems and services, internal displacement of populations, regional insecurity, and reduced access for humanitarian support. Particular focus is given to the case of sleeping sickness in south-eastern Uganda, where incidence increase is expected to continue. Disease intervention is constrained in regions with high insecurity; in these areas, political stabilization, localized deployment of health resources, increased administrative integration and national capacity are required to mitigate incidence. Conflict-related variables should be explicitly integrated into risk mapping and prioritization of targeted sleeping sickness research and mitigation initiatives.
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 | 0,001 | 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 | 0,000 | 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