Internal Migration as a Social Determinant of Occupational Health and WASH Access in Myanmar
Notice bibliographique
Résumé
Background: Migration is at an all-time high worldwide, and despite increased focus on international migrants, there is little evidence about internal migrants' exposures to socioeconomic, occupational, and environmental risk factors in low-and middle-income countries. Objective: The aim of this study was to examine differences in occupational health and access to water, sanitation, and hygiene (WASH) between internal migrants and non-migrants. Methods: A face-to-face survey (n = 937) was conducted in Mandalay, Myanmar. Bivariate and multivariate analysis included traditional social determinants such as education, income, occupation, gender, age, and location in addition to internal migration status. Findings: The majority of internal migrants (23% of the total sample) were labor migrants (67.3%), and while common social determinants (e.g., household income, education, and gender) were not statistically different between migrants and non-migrants, these groups reported different occupational profiles (p < 0.001). Migrants had higher odds of being street vendors (AOR = 2.26; 95% CI 1.33-3.85; p = 0.003) and were less likely to work labor jobs such as in factories or construction (AOR = 0.44; 95% CI 0.19-1.00; p = 0.051) when controlling for age, gender, education, and location. Internal migrants had significantly greater probabilities of experiencing some injuries and illness symptoms, such as cuts, vomiting, coughing, heatstroke, and diarrhea at work (p < 0.001). Compared to non-migrants, migrants' households were approximately three times more likely (AOR = 3.45; 95% CI 2.17-5.62; p < 0.001) to have an unimproved source of drinking water and twice as likely (AOR = 1.98; 95% CI 1.10-3.58; p < 0.05) to have unimproved sanitation facilities in their homes. Conclusions: The results underscore the importance of considering internal migration as an aspect of social determinants analyses, and the need for targeting appropriate WASH interventions to address inequities.
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 ».