Determinants of the Number of Children Born to Reproductive Women in Ethiopia: Sampling Cluster Based National Spatial Analysis of the 2016 Demographic and Health Survey Data
Notice bibliographique
Résumé
The study uses averages of predictor variables measured at 643 sampling clusters selected for the 2016 Ethiopian Demographic and Health Survey to assess the strength of their individual and combined impacts on the average number of children ever born at the sampling cluster. The 2016 Ethiopian Demographic and Health Survey data on women aged 15 to 49 was used. In a multivariate analysis, the average values of nine predictor variables were regressed on the average number of children ever born per sampling cluster. The statistical analysis system software (SAS) version 9.4 and the geographic information system (GIS) software ArcGIS 10.4 were used. All but one of the nine predictor variables - the presence or absence of co-wives – are found to have a statistically significant effect (P < 0.001) on the number of children ever born to Ethiopian women currently in their reproductive years. The adjusted R-Square of 0.74 for the model is also statistically significant with the average number of deceased sons per cluster having the greatest contribution. The altitude of a cluster is the only non-socioeconomic variable considered. It too has a small but statistically significant effect (p < 0.001). The nine predictor variables explained three-fourths of the spatial variability in the number of children ever born. Measures that can help reduce infant and child mortality in general and the mortality of boys in particular can help reduce the number of children overborn which remains high due to the need to replace deceased children. As this work is based on cluster-level averages, the goodness of fit shown by the R2 value of the model appears to be better than that which could have been achieved by using individual scores.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».