Solid fuel use and early child development disparities in Ghana: analyses by gender and urbanicity
Notice bibliographique
Résumé
In Ghana, more than 77% of the population depends on biomass fuels for cooking. Previous studies show that solid fuel use (SFU) has adverse effects on pregnancy and child health outcomes. Yet, no previous study considered potential effects on early child development indicators (ECDI), nor how SFU effects may vary by gender, and rural and urban areas. We investigated the associations of SFU with ECDI measures, and whether these associations exhibited sex and urban/rural differences. We used the 2011-2012 Ghana's Multiple Indicator Cluster Surveys-UNICEF (N = 3326 children; 3-4 years). We derived a binary ECDI measure reflecting whether the child is developmentally on track or not from a caregiver-report of ten yes/no/do not know questions designed specifically to assess four domains of early child development: learning-cognition, literacy-numeracy, socio-emotional, and physical. We used multilevel Poisson regressions adjusting for neighborhood, household, mother, and child's characteristics to estimate covariate-adjusted prevalence ratios (PRs) of the associations between SFU and ECDI and its four dimensions. We run stratified analyses and used z-score tests of differences to evaluate effect modification by sex and urbanicity. Overall, 85% of children were exposed to SFU and 28% of children were not developmentally on track. After adjustment for confounders, children exposed to SFU were more likely to be not developmentally on track in comparison with nonexposed children (PR = 1.16; 95% confidence interval, [95% CI]: 1.10,1.22). These associations were stronger in girls (PR = 1.36; 95% CI: 1.03,1.79) in comparison with boys (PR = 0.87; 95% CI: 0.73,1.04). No difference in associations was observed between urban and rural children. Overall, these associations were mainly driven by the literacy-numeracy dimension. In this study, we show that SFU was associated with developmental delays in Ghanaian girls. Policy efforts which tackle SFU should be mindful of gender disparities in susceptibility to indoor pollution.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».