A Retrospective Analysis of Mortality From 2015 Gorkha Earthquakes of Nepal: Evidence and Future Recommendations
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to explore the mortality pattern due to Gorkha earthquakes in 2015 and review the response and recovery efforts immediately following the earthquakes. METHODS: Data from published reports of the Nepal Police showed over 8000 deaths. These death counts were categorized by gender, ethnicity, and age groups (interval of 5 years). The mortality rate was calculated (per 100 000 population), using the projected population as the denominator as of April 2015. RESULTS: Children < 10 years and older adults > 55 years showed a higher rate of deaths, with similar trends for the most affected districts. Almost 8 more females' deaths were reported per 100 000 population compared with their male counterparts. There was a higher death rate from Province 3 with a notable gender difference: Nearly 20 more females' deaths were reported per 100 000 population compared with their male counterparts. There was a higher death rate in mountains (542.4 per 100 000) compared with hills (55.0 per 100 000) and the southern Terai region (0.96 per 100 000) of Nepal. CONCLUSIONS: Young and older adults, female, and residents of remote, mountainous regions of Nepal were vulnerable to the earthquakes. Future earthquake preparedness should focus on the vulnerable population by age and gender and the geographical accessibility.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».