MétaCan
Menu
Retour à la cohorte
Enregistrement W4292682667 · doi:10.30574/gscarr.2022.12.2.0219

Level of involvement of patients and accompanying persons in the management of biomedical waste in Benin

2022· article· en· W4292682667 sur OpenAlexfundno aff
Denise Assiba DAVOU, Hervé Agbomakou GBEGNIDE, Martin Pépin Aïna, Edgard‐Marius Ouendo

Notice bibliographique

RevueGSC Advanced Research and Reviews · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare and Environmental Waste Management
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésBiomedical wasteMedicineEnvironmental healthUnivariateEngineeringBusinessHealth careComputer science

Résumé

récupéré en direct d'OpenAlex

Introduction: The Management of Biomedical Waste (MBW), needs the involvement and the action of professional or social entities in relationship with health facilities. This study aims to assess the involvement level of Patients and their Accompanying persons (PA) in the MBW. Methods: It was a cross-sectional and analytic study made on 409 PA hired by their commodities, in six health facilities in Benin. Data were collected through a survey on sociodemographic characteristics, type of waste, knowledge and perception of PA on the MBW, the access to storage places and perceptions on health and environment in link with the MBW. The data were entered and treated by Epidata and the software R 4.1.1.1. The proportions were compared with the Chi-square test. Results: At the univariate analysis, the health facility, the gender and the knowledge of the storage place were associated to the involvement of PA in the MBW. The access to the storage places were associated to the health facility, the profession and the knowledge of storage places. The PA that knew the storage place of BW were more than seven times at risk of been involved in the MBW compared to the others. Conclusion: 26.9 % of PA have access to the storage place of BW. Regarding the potential infectious risk that could induct this practice for PA, it is necessary to improve the management system of BW and sensitize the PA.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,271
Tête enseignante GPT0,431
Écart entre enseignants0,159 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGSC Advanced Research and ReviewsMême sujetHealthcare and Environmental Waste ManagementTravaux en français237 207