Assessing School-Based Water, Sanitation and Hygiene (WASH) Facilities in Peri-Urban Settings of Kinshasa, DR Congo
Notice bibliographique
Résumé
Background: Kinshasa’s peri-urban settings have a low rate of water access, which has significant consequences for the WASH infrastructures in schools and preventative measures against the spread of waterborne diseases and pathogens. This study aimed to assess the availability, functionality, and gender sensitivity of WASH infrastructures of Kinshasa’s peri-urban schools. Methods: A cross-sectional study was performed in three of the four educational provinces of Kinshasa, targeting 165 peri-urban schools. Data were collected using a questionnaire and an observation grid. Results: An overall proportion of 10.9% of schools possessed a water point, and therefore time-consuming water chores are a necessity in 89.1% of schools. Girl students provided 30% of the labor collecting water during punishments. A total of 98.2% of schools had functional latrines of which 3.6% were found hygienic, associated with water reserve next to the latrines (P = 0.040). Only 2.4% of schools displayed posters raising awareness of latrine hygiene, and 3.6% displayed posters on hand hygiene. The ratios of latrines units for girls were 58:1 for toilets and 115:1 for urinals, justifying open defecation and urination reported in 62.4% of schools. Also, 43% of schools had hand-washing facilities whose functionality was significantly associated with the presence of water points in the school’s inner courtyard (P = 0.032), with water (P P < 0.001). In total, 2.4% of schools had laundries for menstrual hygiene management. Conclusion: The majority of schools had limited drinking water services, which negatively impact the functionality and gender sensitivity of other WASH provisions. The current evidence as a public health concern would raise government and school authorities’ attention to address these environmental threats.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».