MétaCan
Menu
Retour à la cohorte
Enregistrement W4380987917 · doi:10.2166/aqua.2023.199

Water, sanitation, and hygiene practices among rural households and related health impacts: a case study from some North Indian villages

2023· article· en· W4380987917 sur OpenAlexaff
Anjali Malan, Meenakshi Suhag, Pankaj Kumar Gupta, Hardeep Rai Sharma

Notice bibliographique

RevueAQUA - Water Infrastructure Ecosystems and Society · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesKurukshetra University
Mots-clésOpen defecationSanitationHygieneLatrineEnvironmental healthPopulationGarbageHand washingSocioeconomicsMedicineToiletGeographyWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract The present study was carried out to assess the water availability, hygiene practices, and sanitary conditions in the households of open defecation-free (ODF) villages after achieving ODF status. Monitoring was conducted from 360 households of 9 ODF villages from 3 blocks of the Kurukshetra district of north India, using a questionnaire. The results interpreted that 78.33% of the surveyed population were using water supplied from government borewells and 65.55% of respondents agreed that their water is safe for drinking as they did not have any water-related diseases. Many respondents (57.2%) replied that someone in their family had suffered from waterborne disease in the preceding year. About 42.8% of households were treating their drinking water at the house level through methods like boiling, chlorination, and reverse osmosis systems. 90.8% of respondents said that they have access to a functional latrine facility. However, 5% population responded that they still prefer fields for open defecation (OD). Logistic regression results showed that the presence of garbage or litter and stagnant water near the household were associated with an increased risk of disease occurrence among the households. The findings suggested that people should maintain good sanitation and hygiene in their household surroundings to avoid health problems.

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 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 enseignants0,156
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,011
Tête enseignante GPT0,265
Écart entre enseignants0,254 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAQUA - Water Infrastructure Ecosystems and SocietyMême sujetChild Nutrition and Water AccessTravaux en français237 207