Household water insecurity will complicate the ongoing COVID-19 response: Evidence from 29 sites in 23 low- and middle-income countries
Notice bibliographique
Résumé
In March 2020, the World Health Organization (WHO) issued a set of public guidelines for Coronavirus Disease 2019 (COVID-19) prevention measures that highlighted handwashing, physical distancing, and household cleaning. These health behaviors are severely compromised in parts of the world that lack secure water supplies, particularly in low- and middle-income countries (LMICs). We used empirical data gathered in 2017-2018 from 8,297 households in 29 sites across 23 LMICs to address the potential implications of water insecurity for COVID-19 prevention and response. These data demonstrate how household water insecurity presents many pathways for limiting personal and environmental hygiene, impeding physical distancing and exacerbating existing social and health vulnerabilities that can lead to more severe COVID-19 outcomes. In the four weeks prior to survey implementation, 45.9% of households in our sample either were unable to wash their hands or reported borrowing water from others, which may undermine hygiene and physical distancing. Further, 70.9% of households experienced one or more water-related problems that potentially undermine COVID-19 control strategies or disease treatment, including insufficient water for bathing, laundering, or taking medication; drinking unsafe water; going to sleep thirsty; or having little-to-no drinking water. These findings help identify where water provision is most relevant to managing COVID-19 spread and outcomes.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».