MétaCan
Menu
Retour à la cohorte
Enregistrement W4406775388 · doi:10.1136/bmjgh-2024-018238

Gender equality and quality of life must be central to the design and delivery of sanitation

2025· article· en· W4406775388 sur OpenAlexaff
Akanksha A. Marphatia, Sheillah Simiyu, MJ O'Kane, Kelly Alexander, Ana Carolina Argolo Nascimento de Castro, Ginette Azcona, Patience Esi Boni-Morkla, Salome A. Bukachi, Phylis J. Busienei, Bethany A. Caruso, Claire Chase, Jenala Chipungu, Anju Dwivedi, Richard B. Johnston, Indira Khurana, Antoinette Kome, Wanjiku Kuria, James Labadia, Fungai S. Makoni, Blessing Mberu, Sujoy Mojumdar, Janet Mule, Lydia Namatende Sakwa, Naomi Njeri, Fernanda Abreu Oliveira de Souza, Lauren Pandolfelli, Petunia Ramunenyiwa, Isha Ray, Malini Reddy, U. K. Sinha, Sheela Sinharoy, Tom Slaymaker, Emmanuel Uguru, Sera L. Young, Ian Ross, Oliver Cumming

Notice bibliographique

RevueBMJ Global Health · 2025
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUNICEFWorld Health OrganizationBill and Melinda Gates Foundation
Mots-clésSanitationQuality (philosophy)Environmental healthPublic healthQuality of life (healthcare)BusinessMedicineEnvironmental planningNursingEngineeringGeographyEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

In 2015, 191 United Nations (UN) member states agreed to a new Sustainable Development Goal (SDG) for Water, Sanitation and Hygiene (WASH), setting a commitment to, ‘By 2030, achieve access to adequate and equitable sanitation… paying special attention to the needs of women and girls…’. 1 And, the human right to sanitation asserts the importance of sanitation for quality of life, including safety, security, privacy and dignity.2 However, gender equality and quality of life are rarely central to how sanitation is understood, delivered, measured and evaluated. Furthermore, the adverse effects of climate change on access to sanitation services will negatively impact on quality of life and disproportionately affect women.3

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,010
Communication savante0,0100,006
Science ouverte0,0010,008
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,136
Tête enseignante GPT0,435
Écart entre enseignants0,299 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207