MétaCan
Menu
Retour à la cohorte
Enregistrement W4210429183 · doi:10.2166/wh.2021.184

Water use behaviors and water access in intermittent and continuous water supply areas during the COVID-19 pandemic

2021· article· en· W4210429183 sur OpenAlexaboutno aff
Emily Kumpel, Nayaran Billava, Nayanatara S. Nayak, Ayşe Ercümen

Notice bibliographique

RevueJournal of Water and Health · 2021
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater supplyPandemicQuarter (Canadian coin)BusinessCoronavirus disease 2019 (COVID-19)Water useEnvironmental healthPublic healthEnvironmental scienceGeographyEnvironmental engineeringMedicineEcology

Résumé

récupéré en direct d'OpenAlex

More than one billion people worldwide receive intermittent water supply (IWS), in which water is delivered through a pipe network for fewer than 24 h/day, limiting the quantity and accessibility of water. During the COVID-19 pandemic, stay-at-home orders and efforts to limit contact with others can affect water access for those with unreliable home water supplies. We explored whether water service delivery and household water-use behaviors changed during the COVID-19 pandemic in Hubballi-Dharwad, India, and whether they differed if households had IWS or continuous (24×7) water supply through a longitudinal household survey in 2020-2021. We found few perceived differences in water service delivery or water access, although one-quarter of all households reported insufficient water for handwashing, suggesting an increased demand for water that was not satisfied. Many households with 24×7 supply reported water outages, necessitating the use of alternative water sources. These findings suggest that water demand at home increased and households with IWS and 24×7 both lacked access to sufficient water. Our findings indicate that water insecurity negatively affected households' ability to adhere to protective public health measures during the COVID-19 pandemic and highlight the importance of access to uninterrupted, on-premise water during public health emergencies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,293
Score d'incertitude au seuil0,610

Scores Codex et Gemma par catégorie

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

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 Opus0,057
Tête enseignante GPT0,350
Écart entre enseignants0,294 · 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 tête enseignante, 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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water and HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207