MétaCan
Menu
Retour à la cohorte
Enregistrement W4399440791 · doi:10.1177/2333794x241258179

Maternal Education and Children Home Alone in 63 Low- and Middle-Income Countries

2024· article· en· W4399440791 sur OpenAlexafffund
Toufica Sultana, Mónica Ruiz‐Casares, René Iwo, Magdalena Janus, José Ignacio Nazif‐Muñoz

Notice bibliographique

RevueGlobal Pediatric Health · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensUniversité de SherbrookeMcMaster UniversityMcGill UniversityToronto Metropolitan University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMedicineLow and middle income countriesPediatricsLow incomeDemographic economicsDeveloping countryEconomic growth

Résumé

récupéré en direct d'OpenAlex

Background. Maternal education may influence child supervision practices in low-and middle-income countries (LMIC). However, little is known about the maternal factors that can improve child supervision in LMIC with scarce childcare facilities. Objective. To investigate the prevalence of children under 5 years home alone and examine the association between mother’s formal education and children home alone across 63 LMIC. Methods. The study used data from 50 Multiple Indicator Cluster Surveys and 13 Demographic and Health Surveys with a sample of 501 769 children. We estimated Prevalence Ratios (PRs) for the association between maternal education and children home alone using multivariable Poisson regression, adjusting for covariates such as child’s age and sex, mother’s age and marital status, number of adults inhabiting the households, and urbanicity. Results. Prevalence of children home alone across 63 LMIC ranged from 1.1% to 50.1%. A significant negative association between mothers with more years of formal education and children home alone was found across 16 LMIC. However, the opposite trend was observed in Nigeria, Senegal, and Côte d’Ivoire. Null association was found across 44 LMIC. Conclusions. The varied pattern of the associations observed across LMIC underscores the importance of regional and local factors when developing policies and interventions to ensure safety and adequate care for children aged under 5 years in LMIC.

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 enseignants0,034
Score d'incertitude au seuil0,965

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 Opus0,007
Tête enseignante GPT0,291
Écart entre enseignants0,284 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Pediatric HealthMême sujetPoverty, Education, and Child WelfareTravaux en français237 207