Reducing Open Defecation Through Community-Led Total Sanitation in Fort Dauphin, Madagascar: A Case Study
Notice bibliographique
Résumé
Globally, an estimated 4.5 billion people lack safe water and sanitation services. In Madagascar, open defecation is particularly commonplace, with nearly half of the population practicing it. Construction of latrines alone is ofen insufcient in reducing this number, as availability does not mean the latrines will be used by the community. Community-Led Total Sanitation (CLTS) is an approach which aims to reduce the prevalence of open defecation by catalyzing community action towards increasing use of latrines and other personal hygiene behaviors. Tis case study evaluates the hybridCLTS approach implemented by SEED Madagascar in Fort Dauphin, Madagascar, between 2014 and 2017. Specifcally, the intervention’s impact on sanitation and hygiene behavior outcomes, and health outcomes are investigated. Te report concludes that this intervention is a successful example of adapting a CLTS approach to an urban context where open defecation practices are driven by a complex set of traditional and cultural beliefs. However, signifcant challenges must be overcome to support such an approach, including ensuring adequate stakeholder engagement, sustainable fnancing, and broader Water Sanitation and Hygiene (WASH) strategies. Recommendations include fostering partnerships with other organizations, integrating participatory planning approaches, and promoting sustainable sanitation entrepreneurship.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».