MétaCan
Menu
Retour à la cohorte
Enregistrement W2049722010 · doi:10.1007/s13524-013-0220-6

Single Motherhood and Child Mortality in Sub-Saharan Africa: A Life Course Perspective

2013· article· en· W2049722010 sur OpenAlexaff
Shelley Clark, Dana Hamplová

Notice bibliographique

RevueDemography · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensMcGill University
Organismes subventionnairesWorld Bank GroupNike Foundation
Mots-clésSingle mothersOddsVulnerability (computing)Child mortalityDemographyLife course approachDeveloping countryPopulationMedicinePsychologySociologyDevelopmental psychologyEconomic growthLogistic regressionEconomics

Résumé

récupéré en direct d'OpenAlex

Single motherhood in sub-Saharan Africa has received surprisingly little attention, although it is widespread and has critical implications for children's well-being. Using survival analysis techniques, we estimate the probability of becoming a single mother over women's life course and investigate the relationship between single motherhood and child mortality in 11 countries in sub-Saharan Africa. Although a mere 5 % of women in Ethiopia have a premarital birth, one in three women in Liberia will become mothers before first marriage. Compared with children whose parents were married, children born to never-married single mothers were significantly more likely to die before age 5 in six countries (odds ratios range from 1.36 in Nigeria to 2.61 in Zimbabwe). In addition, up to 50 % of women will become single mothers as a consequence of divorce or widowhood. In nine countries, having a formerly married mother was associated with a significantly higher risk of dying (odds ratios range from 1.29 in Zambia to 1.75 in Kenya) relative to having married parents. Children of divorced women typically had the poorest outcomes. These results highlight the vulnerability of children with single mothers and suggest that policies aimed at supporting single mothers could help to further reduce child mortality in sub-Saharan Africa.

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)0,002
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,257
Écart entre enseignants0,244 · 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

Citations136
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDemographyMême sujetGlobal Maternal and Child HealthTravaux en français237 207