The financial impact of HIV/AIDS on poor households 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
BACKGROUND: Rising mortality rates caused by HIV/AIDS in South Africa have substantial and lingering impacts on poor households. METHODS: This is a descriptive paper using a new dataset of daily income, expenditure and financial transactions collected over a year from a total of 181 poor households in South African rural and urban areas. One of the key pathways through which HIV/AIDS impacts on household wellbeing is through the socioeconomic impacts of death, which this dataset is especially useful in quantifying. RESULTS: The key impacts of death on households are funerals and the loss of income. Funerals often cost up to 7 months of income. Nearly all households in the sample attempt to cover such costs by holding a portfolio of funeral insurance. Despite these efforts to insure against funeral costs, 61% of households are underinsured against the cost of a funeral. Nearly half the sample households are dependent on a regular wage earner, and another quarter are dependent on a grant recipient. Eighty per cent of these households would lose over half of their monthly income should the highest income recipient in the household die. Even by selling liquid assets, only one third of the sample households would be able to maintain their pre-death living standards for a year or more. CONCLUSION: Death poses substantial and lingering burdens from the funerals that surviving household members need to finance and the ongoing loss of income once brought into the household by the deceased. These costs pose so great a threat to households that they dominate household saving and insurance behavior.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 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