MétaCan
Menu
Retour à la cohorte
Enregistrement W4321455241 · doi:10.1079/onehealthcases.2023.0009

Co-design of Locally Adapted Communication Materials to Boost Engagement around Water Sanitation and Hygiene (WASH) in a Community in Ibadan, Nigeria

2023· article· en· W4321455241 sur OpenAlexaff
Olivier Kambere Kavulikirwa, Thomas-Julian Irabor, Emmanuelle Achiaka Irabor, Olonade Oluwafunmilayo, Meaza Kidanemariam Berhaneselassie, Mireille Nokam Ndeffo Marguerite, Nicolas Antoine‐Moussiaux

Notice bibliographique

RevueOne Health Cases · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésSanitationHygieneCitizen journalismEnvironmental planningNegotiationBusinessEnvironmental resource managementGeographyMedicineSociologyPolitical scienceEngineeringEnvironmental engineeringEnvironmental science

Résumé

récupéré en direct d'OpenAlex

In limited-resource settings with rapidly increasing populations, inadequate access to water, sanitation, and hygiene (WASH) remains one of the greatest challenges. This exposes communities in these settings to water-borne health risks including zoonotic helminths and water-borne bacteria, among antimicrobial-resistant germs. Many diseases have the potential to first spread from the environment or an animal to a person and then from one person to another through contaminated hands. The so-called “diseases of dirty hands” have several ways of spreading as contamination may occur through human-to-human contact, human-to-animal contact, or even contact with contaminated surfaces and tools.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,677
Score d'incertitude au seuil0,583

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,113
Tête enseignante GPT0,323
Écart entre enseignants0,211 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOne Health CasesMême sujetInnovative Approaches in Technology and Social DevelopmentTravaux en français237 207