MétaCan
Menu
Retour à la cohorte
Enregistrement W2986892232 · doi:10.1016/j.ssmph.2019.100472

The socio-economic distribution of exposure to Ebola: Survey evidence from Liberia and Sierra Leone

2019· article· en· W2986892232 sur OpenAlexaff
Karen A. Grépin, Mathieu J. P. Poirier, Ashley Fox

Notice bibliographique

RevueSSM - Population Health · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensYork UniversityWilfrid Laurier University
Organismes subventionnairesAXA Research Fund
Mots-clésSierra leoneEbola virusOutbreakSocioeconomicsEnvironmental healthDistribution (mathematics)GeographyDemographySocioeconomic statusMedicineEconomicsPopulationVirologySociology

Résumé

récupéré en direct d'OpenAlex

Socio-economic factors are widely believed to have been an important driver of the transmission of Ebola Virus Disease (EVD) during the West African outbreak of 2014-16, however, studies that have investigated the relationship between socio-economic status (SES) and EVD have found inconsistent results. Using nationally representative household survey data on whether respondents knew a close friend or family member with Ebola, we explore the SES determinants of EVD exposure along individual, household, and community lines in Liberia and Sierra Leone. While we find no overall association between household wealth and EVD exposure, we find that pooled data mask important differences observed within countries with higher wealth households more likely to have been exposed to EVD in Sierra Leone and the opposite relationship in Liberia. Finally, we also generally find a positive association between education and EVD exposure both at the individual and the community levels in the full sample. There is an urgent need to better understand these relationships to examine both why the outbreak spread and to help prepare for future outbreaks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,057
Tête enseignante GPT0,382
Écart entre enseignants0,326 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSM - Population HealthMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207