Determinants of diarrhea prevalence among children under 5 years in semi-arid Ghana
Notice bibliographique
Résumé
ABSTRACT Despite the Sustainable Development Goal (SDG6) of achieving universal access to clean water and sanitation by 2030, many developing countries still face water, sanitation, and hygiene (WASH)-related health issues such as child mortality caused by diarrhea. This study investigated the factors contributing to diarrhea prevalence in rural children, utilizing a cross-sectional survey (n = 517) of smallholder household representatives from a Risk, Attitudes, Norms, Abilities, and Self-Regulation (RANAS) perspective. Using binary logistic regression, the study found that a high prevalence of diarrhea among children was associated with unsafe/open disposal of child feces, living in the poorest households, poor self-rated health, and residing in the Wa East district. Conversely, children from the Brifo ethnicity and those from larger households were less likely to have a high prevalence of diarrhea. These findings underscore the influence of behavioral, socio-cultural, and socioeconomic factors on the prevalence of diarrhea in rural areas. To achieve SDG6, child-friendly sanitation infrastructure, behavior change communication strategies, and incentivizing WASH infrastructure in Ghana and other regions in Sub-Saharan Africa facing similar conditions are recommended.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».