MétaCan
Menu
Retour à la cohorte
Enregistrement W2431437563 · doi:10.26719/2015.21.5.361

Strategies to avert preventable mortality among mothers and children in the Eastern Mediterranean Region: new initiatives, new hope

2015· article· en· W2431437563 sur OpenAlexaff
Nadia Akseer, Mahdis Kamali, Saima Narjees Husain, Maaz Mirza, Nour Bakhache, Zulfiqar A Bhutta

Notice bibliographique

RevueEastern Mediterranean Health Journal · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensSickKids FoundationHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineChild mortalityPovertyMillennium Development GoalsEnvironmental healthInfant mortalityGeographyPolitical sciencePopulation

Résumé

récupéré en direct d'OpenAlex

We conducted an assessment of maternal, newborn and child health and progress towards achieving Millennium Development Goals (MDG) 4 and 5 in the Eastern Mediterranean Region (EMR). We provide recommendations for scaling up and sustaining gains post-2015. Data were obtained from global data repositories. We constructed time trends from 1990 to 2013 and evaluated inequities across the Region. Under-5, neonatal and maternal mortality rates decreased 46%, 35%, and 50% respectively from 1990 to 2013. Pneumonia and diarrhoea accounted for 50% of all post-neonatal deaths; pregnancy- and delivery-related complications were the leading causes of neonatal and maternal deaths. Coverage of maternal, newborn and child health interventions is suboptimal, and poverty, food insecurity and conflict are pervasive across the Region. The EMR has made progress but is unlikely to attain MDG 4 and 5 targets. To sustain and further accelerate gains, the Region must reduce inequities and scale up implementation of recommendations made by the independent Expert Review Group.

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)0,022
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,128
Tête enseignante GPT0,354
Écart entre enseignants0,226 · 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'étudeSans objet
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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEastern Mediterranean Health JournalMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207