Testing the socioeconomic and environmental determinants of better child-health outcomes in Africa: a cross-sectional study among nations
Notice bibliographique
Résumé
OBJECTIVE: We sought to test hypotheses regarding the principal correlates of child-health performance among African nations based on previous evidence collected at finer spatial scales. DESIGN: Retrospective, cross-sectional study. SETTING: All countries in Africa, excluding small-island nations. PRIMARY AND SECONDARY OUTCOME MEASURES: We defined a composite child-health indicator for each country comprising the incidence of stunting, deaths from respiratory disease, deaths from diarrhoeal disease, deaths from other infectious disease and deaths from injuries for children aged under 5 years. We also compiled national-level data for Africa to test the effects of country-level water quality, air pollution, food supply, breast feeding, environmental performance, per capita wealth, healthcare investment, population density and governance quality on the child-health indicator. RESULTS: Across nations, child health was lowest when water quality, improved sanitation, air quality and environmental performance were lowest. There was also an important decline in child health as household size (a proxy for population density) increased. The remaining variables had only weak effects, but in the directions we hypothesised. CONCLUSIONS: These results emphasise the importance of continued investment in clean water and sanitation services, measures to improve air quality and efforts to restrict further environmental degradation, to promote the UN's Sustainable Development Goal 3 target to '… end preventable deaths of newborns and children under 5' and Goal 6 to '… ensure access to water and sanitation for all' by 2030.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».