MétaCan
Menu
Retour à la cohorte
Enregistrement W4388738447 · doi:10.1080/17441692.2023.2276861

Understanding inequities in child mortality in Egypt: Socioeconomic and proximate factors

2023· article· en· W4388738447 sur OpenAlexaff
Mona Abdelhady, Marwa Farag

Notice bibliographique

RevueGlobal Public Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of SaskatchewanUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésChild mortalityPsychological interventionBreastfeedingSocioeconomic statusEnvironmental healthMedicineInfant mortalityProxy (statistics)Logistic regressionRural areaDemographySocial determinants of healthPopulationPublic healthPediatricsNursingSociology

Résumé

récupéré en direct d'OpenAlex

While there have been notable advancements in child health in Egypt, disparities in child mortality still exist. Understanding these disparities is crucial to addressing them. The objective of this study is to explore the factors linked to child mortality in Egypt, providing a comprehensive understanding of the disparities in child mortality rates. The study utilises cross-sectional data from Egypt's Demographic and Health Survey (EDHS) in 2014 to examine child mortality. The dataset consists of 15,848 observations from mothers with children born within five years prior to the survey. The choice of explanatory variables was guided by the Mosely and Chen Framework and logistic multivariate regression was used to conduct the analyses. The study finds lower education, early childbearing, insufficient birth spacing, lack of breastfeeding, and absence of improved toilet facilities (proxy for living conditions) were all significantly linked to an increased likelihood of child loss. Additionally, poorer people in rural settings experienced the worst child mortality. The findings align with the World Health Organization's Conceptual Framework for Action on the Social Determinants of Health (CSDH). Recommended policy interventions include targeting women in rural areas, improving living conditions and removing financial/other barriers to accessing care.

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 enseignants0,038
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,174
Tête enseignante GPT0,363
Écart entre enseignants0,190 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Public HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207