Determinants of Infant Mortality in Bangladesh: A Nationally Surveyed Data Analysis
Notice bibliographique
Résumé
Background: It is well established that improving human health has direct obvious payoff on enhancing life expectancy along with economic growth. Infant mortality deliberately used to understand a countries overall public health status particularly child bearing mothers. But the prevalence of child mortality continues to be a prime public health concerns in Bangladesh. This study aims to investigate the impact of some geospatial, socioeconomic, demographic and health factors on infant mortality in Bangladesh. Methods: The study modeled infant mortality (aged 0-11 months) as the categorical dependent variable using 11 selected covariates from the 2014 Bangladesh Demographic and Health Survey (BDHS-2014) dataset. The Pearson-Chi square test and Binary Logistic Regression methods were utilized for the bivariate and multivariate analyses. Results: All the selected covariates were significantly associated with infant mortality in bivariate analysis. The results of the logistic regression revealed that illiterate father, household without toilet facility or having hanging toilet, multiple birth and small size at birth appeared at the significant risk factors for infant mortality. In contrast, receiving vitamin A dose and visiting in antenatal care revealed as protective factor for infant deaths. Conclusion: This study is uniquely addressed some several determinants which are the immediate cause of infant deaths. This evidence based empirical study suggests that more attention needs regarding to eliminate all kinds of child mortality in Bangladesh along with infant mortality.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».