MétaCan
Menu
Retour à la cohorte
Enregistrement W4378981785 · doi:10.1186/s12939-023-01920-8

Water, Sanitation, and Hygiene (WaSH) insecurity in unhoused communities of Los Angeles, California

2023· article· en· W4378981785 sur OpenAlexaff
Lourdes Johanna Avelar Portillo, Georgia Kayser, Charlene Ko, Angelica Vasquez, Jimena S. González, Diego Jose Avelar, Nayib Alvarenga, Meredith Franklin, Yao‐Yi Chiang

Notice bibliographique

RevueInternational Journal for Equity in Health · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Environmental Health SciencesFogarty International CenterNational Institutes of HealthUniversity of Southern California
Mots-clésSanitationHygieneSnowball samplingEnvironmental healthPublic healthPopulationSocioeconomicsOpen defecationGeographyMedicineSociologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Access to water and sanitation is a basic human right; however, in many parts of the world, communities experience water, sanitation, and hygiene (WaSH) insecurity. While WaSH insecurity is prevalent in many low and middle-income countries, it is also a problem in high-income countries, like the United States, as is evident in vulnerable populations, including people experiencing homelessness. Limited knowledge exists about the coping strategies unhoused people use to access WaSH services. This study, therefore, examines WaSH access among unhoused communities in Los Angeles, California, a city with the second-highest count of unhoused people across the nation. METHODS: We conducted a cross-sectional study using a snowball sampling technique with 263 unhoused people living in Skid Row, Los Angeles. We calculated frequencies and used multivariable models to describe (1) how unhoused communities cope and gain access to WaSH services in different places, and (2) what individual-level factors contribute to unhoused people's ability to access WaSH services. RESULTS: Our findings reveal that access to WaSH services for unhoused communities in Los Angeles is most difficult at night. Reduced access to overnight sanitation resulted in 19% of the sample population using buckets inside their tents and 28% openly defecating in public spaces. Bottled water and public taps are the primary drinking water source, but 6% of the sample reported obtaining water from fire hydrants, and 50% of the population stores water for night use. Unhoused people also had limited access to water and soap for hand hygiene throughout the day, with 17% of the sample relying on hand sanitizer to clean their hands. Shower and laundry access were among the most limited services available, and reduced people's ability to maintain body hygiene practices and limited employment opportunities. Our regression models suggest that WaSH access is not homogenous among the unhoused. Community differences exist; the odds of having difficulty accessing sanitation services is two times greater for those living outside of Skid Row (Adj OR: 2.52; 95% CI: 1.08-6.37) and three times greater for people who have been unhoused for more than six years compared to people who have been unhoused for less than a year (Adj OR: 3.26; 95% CI: 1.36-8.07). CONCLUSION: Overall, this study suggests a need for more permanent, 24-h access to WaSH services for unhoused communities living in Skid Row, including toilets, drinking water, water and soap for hand hygiene, showers, and laundry services.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,294
Score d'incertitude au seuil0,585

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,096
Tête enseignante GPT0,427
Écart entre enseignants0,331 · 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

Citations51
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Equity in HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207