MétaCan
Menu
Retour à la cohorte
Enregistrement W3099761470 · doi:10.1101/2020.11.12.20230672

Associations between solid fuel use and early child development among 3 to 4 years old children in Bangladesh: Evidence from a nationally representative survey

2020· preprint· en· W3099761470 sur OpenAlexaff
Juwel Rana, Patricia Luna Gutierrez, Syed Emdadul Haque, José Ignacio Nazif‐Muñoz, Dipak Kumar Mitra, Youssef Oulhote

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesUNICEF
Mots-clésDemographyPoisson regressionEnvironmental healthLiteracyGeographyMedicinePsychologyPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract Background Household Air Pollution (HAP) from solid fuel use (SFU) may have impacts on children’s health in low-resources countries. Despite these potential health effects, SFU is still highly prevalent in Bangladesh. Objectives This study was conducted to assess the associations between SFU and early childhood development index (ECDI) among under-five children in Bangladesh and explore the potential effect modification by sex and urbanicity. Materials and methods This cross-sectional study used Bangladesh Multiple Indicator Cluster Survey (MICS) 2019, a nationally representative survey data collected by UNICEF from all 64 districts in Bangladesh. The ECDI consisted of ten different items across four developmental domains: literacy-numeracy, physical, social-emotional development, and learning skills in the early years of life (36 to 59 months). A total of 9,395 children aged 36 to 59 months were included in this analysis. We used multilevel Poisson regression models with a robust variance where SFU was a proxy indicator for HAP exposure. Results Children exposed to SFU were 1.47 times more likely to be not developmentally on track (95% CI: 1.25, 1.73; <0.001 ) compared to children with no SFU exposure. Two sub-domains explained these associations, SFU was significantly associated with socio-emotional development (prevalence ratio [PR]: 1.17; 95% CI: 1.01, 1.36; p=0.035), and learning-cognitive development (PR: 1.90; 95% CI: 1.39, 2.60; p<0.001). Associations between SFU and ECDI were not significantly different (p-difference=0.210) between girls (PR: 1.64; 95% CI: 1.31, 2.07) and boys (PR: 1.37; 95% CI: 1.13, 1.65). Likewise, urbanicity did not modify the associations between SFU and ECDI outcomes. Conclusion Bangladeshi children aged 36-59 months exposed to SFU exhibited delays in childhood development compared to unexposed children. Public health policies should promote a better early life environment for younger children to meet their developmental milestones by reducing the high burden of HAP exposure in low-resource settings where most disadvantaged kids struggle to reach their full developmental potentials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,084
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,051
Tête enseignante GPT0,275
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetEnergy and Environment ImpactsTravaux en français237 207