MétaCan
Menu
Retour à la cohorte
Enregistrement W2097748226 · doi:10.1017/s0021932014000479

ENVIRONMENTAL FACTORS AND CHILDHOOD FEVER IN AREAS OF THE OUAGADOUGOU HEALTH AND DEMOGRAPHIC SURVEILLANCE SYSTEM, BURKINA FASO

2014· article· en· W2097748226 sur OpenAlexaff
Franklin Bouba Djourdebbé, Stéphanie Dos Santos, Thomas Legrand, Abdramane Soura

Notice bibliographique

RevueJournal of Biosocial Science · 2014
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusEnvironmental healthLogistic regressionNeighbourhood (mathematics)GeographyPopulationPublic healthSocioeconomicsMedicineDemography

Résumé

récupéré en direct d'OpenAlex

Using data on 825 under-5 children from the Ouagadougou Health and Demographic Surveillance System collected in 2010, this article examines the effects of aspects of the immediate environment on childhood fever. Logit regression models were estimated to assess the effects of the quality of the local environment on the probability that a child is reported to have had a fever in the two weeks preceding the survey, after controlling for various demographic and socioeconomic variables. While the estimated impact of some environmental factors persisted in the full models, the effects of variables such as access to water and type of household waste management decreased in the presence of demographic, socioeconomic and neighbourhood factors. The management of waste water was found to significantly affect the occurrence of childhood fever. Overall, the results of the study call for more efforts to promote access to tap water to households at prices that are affordable for the local population, where the threats to child health appears to be greatest.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,201

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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 tête enseignante, 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

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biosocial ScienceMême sujetChild Nutrition and Water AccessTravaux en français237 207