Classification of Sanitation Services and Students’ Sanitation Practices among Schools in Lagos, Nigeria
Notice bibliographique
Résumé
The paucity of information on the number of accessible sanitation facilities in secondary schools in developing countries has hindered efforts in attaining sustainable development in this area. Therefore, this study was designed to bridge that gap. The cross-sectional study utilized a 4-stage sampling technique to select 386 students from schools in Badagry, Lagos. Pre-tested questionnaire and observational checklists were used to obtain data. Data were analyzed using descriptive statistics and logistic regression at 5% level of significance. Respondents’ mean age was 15.8±1.5 years and 55.2% were female. On-site observation revealed that all the schools had improved sanitation facilities, while 37% of the available toilet compartments were inaccessible to the students. Majority (85%) of the facilities provided limited service, while 15% provided basic service. The student to toilet ratio for the public school girls and boys were 3191:1 and 642:1 respectively, while the private school had a ratio of 257:1 and 289:1 for girls and boys respectively. Some of the sanitation practices observed in the schools were open defecation (35.4%), toilet avoidance (21%), and prolonged urine and feacal retention (57.4%). Students from the public school were about 3 times more likely to practice open defecation (OR=2.87; CI=1.160-7.095). Also, male students were more likely to practice open defecation (OR=1.72; CI=1.125-2.615). All the schools did not meet the school sanitation standard of 1 toilet to 30 boys/girls set by the Federal Government of Nigeria. Sustainable sanitation-interventions and maintenance schemes are required to safeguard the health of the students and the community at large.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».