Safely managed drinking water services in the Democratic People’s Republic of Korea: findings from the 2017 Multiple Indicator Cluster Survey
Notice bibliographique
Résumé
Abstract Safely managed drinking water services (SMDWS) is the service ladder used for the Sustainable Development Goal (SDG) monitoring of drinking water and expands on the Millennium Development Goal metric (“improved water source”) with three additional criteria, namely: availability when needed, accessibility on premises, and safety (free from faecal and priority chemical contamination). Multiple Indicator Cluster Surveys (MICS) have been used for progress monitoring accounting for a significant fraction of the water, sanitation, and hygiene (WASH) indicator data. In its most recent iteration MICS now includes additional SMDWS indicators. The objective of this study was to report on recent SDG target 6.1 baseline data on SMDWS from the Democratic People’s Republic of Korea gathered from a MICS conducted in 2017. Survey results indicated that 93.7% of the population used an improved drinking water source, but when this was combined with the SDG criteria of water availability, accessibility, and safety, coverage was reduced to 92.3, 78.2, and 74.4%, respectively. This resulted in estimates that 60.9% of the population used a SMDWS. The survey results illustrate how the improved SDG indicators can highlight the required gaps to be overcome with regard to universal and equitable access to SMDWS. Further analysis and discussion regarding water quality deterioration between source and household as well as population residence, wealth group index, geographical distribution, and other characteristics relative to SMDWS indicators are also further analysed and discussed.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».