Notice bibliographique
Résumé
There is increasing evidence that digital technologies such as mobile phones have the potential to shape some of the United Nations (UN) Sustainable Development Goals (SDGs) such as health, education, and nutrition, even among the most resource-deprived countries and communities in the world. Nonetheless, little research has focused on the intergenerational implications of digital technologies for infant health and wellbeing. This study leverages Demographic and Health Survey (DHS) data from 29 low- and middle-income countries (LMICs) to explore associations between mothers' ownership of mobile phones and their children's health at birth, as measured by birth weight and low birth weight (LBW), i.e., weight lower than 2,500 grams. Infants born to women owning mobile phones fare consistently better in terms of birth weight, even after accounting for potential socioeconomic confounders and other sources of media or information in the household. Partly, mechanisms are consistent with the idea of broader knowledge and access to healthcare services, as associations are mediated by a higher number of antenatal visits, higher likelihood of having a birth assisted by a health professional, and by the extent to which mothers hear about family planning by text message. Associations are strongest among low-educated mothers. Also, associations are stronger in countries where infant health is poorer yet mobile-phone diffusion is higher, highlighting the comparatively higher potential of the diffusion of mobile phones for global development in poorest contexts. Our findings may be of interest to scholars and policymakers concerned with identifying relatively cheap policy levers to promote global health and wellbeing in disadvantaged contexts, particularly among women.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».