Extreme weather events (EWEs)-Related health complications in Bangladesh: A gender-based analysis on the 2017 catastrophic floods
Notice bibliographique
Résumé
Floods are major Extreme Weather Events (EWEs) that are more frequent and intense. Floods has multifarious dire impacts on human health, but health implications of floods are limitedly examined from a gender lens, particularly in developing countries like Bangladesh. Floods periodically hit in Bangladesh. The 2017 was a catastrophic year for Bangladesh. The year experienced two consecutive floods that were more catastrophic in the last couple of decades and direly affected 24 districts of the country. The floods resulted in health stress and intensifying exposure to manifold health vulnerabilities. Our study aimed to investigate gendered health complications caused by the floods and the impacts of the confluence of the floods and vulnerabilities relating to water, sanitation, health care facilities on reproductive health. To achieve this, we conducted 280 household surveys, 4 Focus Group Discussions, 4 In-Depth Interviews, and 6 Key Informant Interviews within the framework of mixed-method research in a northern flood-prone district named Jamalpur. Our findings showed that 84.6% of the respondents stated water gets polluted during floods, and 69.6% identified polluted water as a major challenge while collecting water during floods. Due to living with polluted floodwater, fever (66.4%) and diarrheal diseases (55.4%) were most common among women. In respect to reproductive health, 75% of the females reported improper menstrual management causing mental shocks and vaginal infections; over 66.4% females noted remaining without any measures. To mitigate health vulnerability, majority of the rural women (78.6%) encountered challenges – including the dearth of available medicine and poor transportation and communication. Health vulnerability also increased when poor communities failed to afford the cost of medicine because of poor economic condition and food insecurity. Consequently, our study recommends for fostering health education and the immediate deployment of health care facilities on an emergency basis to reduce health complications, especially among marginal groups (e.g., women and children). Future research can explore how the intersection of economic insecurity and flood whet differential health complications among poor and non-poor.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».