Child Labor in Sindh, Pakistan: Patterns and Areas in Need of Intervention
Notice bibliographique
Résumé
Child labor remains a predominant issue in Pakistan despite the country’s existing policies and frameworks aimed at abolishing it. Through this study, we investigated the child labor distribution across Sindh and examined the factors that shape the regional patterns. We analyzed the data available through the 2018–19 Sindh Multiple Indicator Cluster Surveys, MICS 6, from 20,030 households with 40,633 children in the 5–17 age bracket. By applying prevalence statistics, chi-square tests, and regression modeling to these data, we investigated the trends in child labor prevalence, identified the correlation between child labor and various socioeconomic and geodemographic variables, and finally mapped the geospatial patterns of child labor across districts in Sindh, enabling us to identify and prioritize the districts in need of immediate intervention. The findings revealed that about 20 percent of the children in Sindh are engaged in child labor, with a high prevalence among males and in the 15–17 age bracket. Moreover, poverty and rural dwellings raise this issue. Other socioeconomic and geographic factors reinforcing this issue are a lack of education among children, mothers, or caretakers and mothers’ or caretakers’ functional difficulties. However, children’s functional difficulties lower their prevalence in labor. Among the 29 districts across Sindh, Kambar Shahdadkot has the highest prevalence of child labor.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».