MétaCan
Menu
Retour à la cohorte
Enregistrement W4310908158 · doi:10.1093/heapro/daac151

Do perceived inequalities in safe water access manifest in collective action? Evidence from urban Ghana

2022· article· en· W4310908158 sur OpenAlexafffund
Meshack Achore, Elijah Bisung

Notice bibliographique

RevueHealth Promotion International · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensQueen's University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCollective actionInequalityEconomic JusticeAction (physics)Environmental justiceCollective efficacyEnvironmental healthSocioeconomicsBusinessEconomic growthPolitical scienceSociologySocial psychologyPsychologyEconomicsMedicinePolitics

Résumé

récupéré en direct d'OpenAlex

Access to safe drinking water is critical in improving health and well-being. It is estimated that >40% of urban households in Ghana do not have access to safe drinking water. Although the willingness and ability of community members to collectively take local initiatives are essential to curtailing inequities in water access in Ghana, the determinant of collective action is less explored. This paper explores determinants of collective action in water-insecure neighbourhoods and examines how perceived inequities in access to water and trust mediate the relationship between lack of access to water and collective action in urban Ghana. The results show that the urban poor OR = 12.047 (p = 0.000) were more likely to participate in water-related collective action compared to wealthy individuals. Primary decision-makers were 1.696 times more likely to participate in collective (p = 0.02). We also found that perceived inequities OR = 0.381 (p = 0.00) significantly predict participation in collective action to address water insecurity. Water service providers should be subjected to a rigid state-level framework that ensures inclusivity, fairness and justice in their distribution systems.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,063
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,141
Tête enseignante GPT0,407
Écart entre enseignants0,266 · 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.

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'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Promotion InternationalMême sujetChild Nutrition and Water AccessTravaux en français237 207