MétaCan
Menu
Retour à la cohorte
Enregistrement W2132239484 · doi:10.1136/adc.2009.179648

Reported care giver strategies for improving drinking water for young children

2010· article· en· W2132239484 sur OpenAlexafffund
John D. McLennan, Ashley Farrelly

Notice bibliographique

RevueArchives of Disease in Childhood · 2010
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Alberta Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineBottled waterEnvironmental healthMalnutritionPediatrics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Care givers may engage in a variety of strategies to try and improve drinking water for children. However, the pattern of these efforts is not well known, particularly for young children in high-risk situations. The objective of this study was to determine care giver-reported strategies for young children with (1) undernutrition and (2) living in an unplanned poor peri-urban community in the Dominican Republic. METHODS: Practices reported by care givers of young children from a community and clinic group were extracted from interviews conducted between 2004 and 2008 (n = 563). These results were compared to two previous similar samples interviewed in 1997 (n = 341). RESULTS: Bottled water is currently the most prevalent reported strategy for improving drinking water for young children. Its use increased from 6% to 69% in the community samples over the last decade and from 13% to 79% in the clinic samples. Boiling water continues to be a common strategy, particularly for the youngest children, though its overall use has decreased over time. Household-level chlorination is infrequently used and has dropped over time. CONCLUSIONS: Care givers are increasingly turning to bottled water in an attempt to provide safe drinking water for their children. While this may represent a positive trend for protecting children from water-transmitted diseases, it may represent an inefficient approach to safe drinking water provision that may place a financial burden on low-income families.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,253
Écart entre enseignants0,245 · 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

Citations3
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArchives of Disease in ChildhoodMême sujetChild Nutrition and Water AccessTravaux en français237 207