DEVELOPING A SHELTER EVALUATION INSTRUMENT THAT PROMOTES POST-DISASTER POPULATION HEALTH
Notice bibliographique
Résumé
Introduction Absence of shelter may adversely affect the health of post-disaster populations. When shelters are inadequate or not provided, overcrowded ad hoc communities may form and encourage the spread of infectious disease. Shelter evaluation is therefore necessary to promote post-disaster population health. Even in cases where evaluations are carried out, standardized evaluation indicators do not exist. Objectives To determine what indicators are being used and which should be used to evaluate shelter assistance following natural disasters. Methodology 1. Review: Using systematic review methods, electronic databases and the grey literature were searched for publications that evaluated shelter assistance following natural disasters in developing countries. Indicators used to evaluate shelter assistance were extracted and the most common indicators were identified. 2. Interviews: Based on the indicators extracted, a preliminary evaluation instrument was designed to evaluate shelter assistance. Six shelter experts were interviewed to establish validity of the indicators and evaluation questions. The transcripts from the interviews were analyzed using rigorous qualitative research methodology. Results 1. Review: A total of 1480 indicators were extracted from 181 publications. Indicators most commonly evaluated in the field were: community involvement in shelter planning (n=108), quality and labour of construction (n=107), and scale of assistance provided (n=99). 2. Interviews: Shelter experts felt that the correct indicators had been extracted; however, they expressed the need for more health related indicators. They also felt that the questions evaluating the indicators measured output and should be rephrased to evaluate outcome and impact. Conclusions This evaluation instrument, directly based on the most important indicators in the literature and validated by shelter experts, will enable aid agencies to better assess and meet the shelter and health needs of populations impacted by disasters.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,209 | 0,236 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,007 |
| Bibliométrie | 0,020 | 0,017 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».