Programmatic mapping to determine the size and dynamics of sex work and injecting drug use in Mauritius
Notice bibliographique
Résumé
HIV in Mauritius is in a concentrated phase. Most HIV infection is among key populations (KPs) including female sex workers (FSW), people who inject drugs (PWID), men who have sex with men (MSM), and transgender sex workers (TGSW). The objective of this research was to use geographical mapping to determine the precise locations, typologies and population estimates of each KP in Mauritius. From May to July 2014 a programmatic mapping approach determined national estimates and information on the specific locations, "hotspots", frequented by KPs in Mauritius. Data were collected through multiple levels of activity. Key informants provided information about hotspots where KPs congregated and were actively engaged in risky behaviours. Validation of hotspots was done by engaging KPs. A total of 17 248 KP members were estimated spread over 1 964 hotspots in Mauritius. The largest KP was PWID with an estimate of 7 598 (range: 4 091-6 223), followed by 6 223 (range: 5 090-7 456) FSWs, spread over 694 and 731 hotspots respectively. A total of 2 020 (range: 1 595-2 446) MSM and 294 geographic MSM hotspots, and 1 407 TGSWs (range: 1 165-1 649) distributed over 245 hotspots. This research provided Mauritius with validated KPs size estimations and provided the first national data on KP hotspots and operational dynamics. The use of these data will strengthen HIV prevention, intervention, and programme planning in the country through focusing efforts to systematically target high-risk areas.
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 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 | 0,006 | 0,003 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».