Kidney Sellers From a Village in Nepal: Protocol for an Ethnographic Study
Notice bibliographique
Résumé
BACKGROUND: Kidney selling is a global phenomenon, with higher-income countries functioning as recipients and lower-income countries as donors, reflecting the gaps due to poverty and vulnerability. In recent years, an increasing number of residents in a village near the capital city of Nepal have been selling their kidneys; however, the factors embedded in the local social, cultural, political, and individual context driving kidney selling are poorly understood. OBJECTIVE: The aim of this study is to explore the drivers of kidney selling and its consequences in Hokse village in central Nepal, using ethnographic methods and multistakeholder consultations. METHODS: An ethnographic approach will be adopted along with in-depth interviews and key informant interviews among the residents and kidney sellers in the village. Relevant participants in the village will be selected purposively using a snowball approach. The number of participants will be predicated on the principles of data saturation. In addition, consultations with relevant stakeholders will be conducted at various levels, which will include authorities within and outside the village, and policymakers. All interviews will be conducted face to face, audio-recorded for transcription, and subjected to a thematic analysis. RESULTS: This study was approved by Mahidol University Central Institutional Review Board (MU-CIRB 2020/217.1808) in September 2020 and by Nepal Health Research Council (NHRC 716/2020 PhD) in January 2021. The fieldwork started in February 2021 and the data analysis was completed in September 2021. CONCLUSIONS: This study is expected to provide insight into the reasons underlying the practice of kidney selling based on the example of Hokse village, along with the perspectives of multiple stakeholders. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/29364.
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 | 0,029 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,011 |
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 ».