MétaCan
Menu
Retour à la cohorte
Enregistrement W3196463128 · doi:10.1186/s41118-021-00129-3

Too precarious to walk: an integrated “three delays” framework for modeling barriers to maternal health care and birth registration among stateless persons and irregular migrants in Malaysia

2021· article· en· W3196463128 sur OpenAlexafffund
Amanda R. Cheong, Mary Anne K. Baltazar

Notice bibliographique

RevueGenus · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesInternational Union for the Scientific Study of PopulationInternational Development Research CentrePrinceton University
Mots-clésStateless protocolHealth carePopulationEconomic growthFocus groupPolitical scienceGeographyBusinessEnvironmental healthMedicineEconomicsComputer security

Résumé

récupéré en direct d'OpenAlex

This study extends Thaddeus and Maine's (1994) "three delays" framework to model the interrelated barriers to maternal health care and birth registration. We focus on stateless persons and irregular migrants, populations that are especially at risk of being "left behind" in United Nations member states' efforts to "provide legal identity to all" as part of the 2030 Sustainable Development Agenda. Drawing on qualitative fieldwork conducted in Sabah, Malaysia, we model delays in accessing maternal health care and birth registration as an integrated, cyclical process. We identify the political and legal barriers that stateless or migrant families confront while deciding to make institutional contact (Phase I), identifying and reaching health or registering institutions (Phase II), and receiving adequate and appropriate treatment (Phase III). We find that exclusion from one system raises the risk of exclusion from the other, resulting in a range of negative consequences, including increased health risks, governments' impaired ability to monitor population health, and the perpetuation of intergenerational cycles of legal exclusion.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,219

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,288
Écart entre enseignants0,273 · 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'étudeSimulation ou modélisation
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

Citations16
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGenusMême sujetGlobal Maternal and Child HealthTravaux en français237 207