MétaCan
Menu
Retour à la cohorte
Enregistrement W4411453897 · doi:10.1080/16549716.2025.2511351

Prevalence and burden of no-toilet households in India: an analysis of 261,746 households in 36 states/Union Territories in 2022–2023

2025· article· en· W4411453897 sur OpenAlexaff
Anoop Jain, Akhil Kumar, Rockli Kim, S. V. Subramanian

Notice bibliographique

RevueGlobal Health Action · 2025
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Toronto
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésToiletSocioeconomic statusSocioeconomicsGeographyBusinessLaggingEconomic growthEnvironmental healthEconomicsPopulationMedicine

Résumé

récupéré en direct d'OpenAlex

India's Swachh Bharat Abhiyan was a nation-wide program aimed at providing households with toilets to eliminate open defecation. Between 2016 and 2021, millions of households gained access to a toilet. However, as of 2021, over 238 million people still did not have a toilet, and there was considerable variation in this outcome between India's states and Union Territories. We update the estimates on the number of no-toilet households in India using India's Household Consumption Expenditure Survey from 2022 to 2023. We find that 12.5% of India's households, most of which are in rural communities, still have no toilet. This amounts to over 162 million people still living without a toilet. Over 70% of those without a toilet live in just six states, and the lowest socioeconomic status households are the least likely to have a toilet. This emphasizes the need for policy makers to target states and socioeconomic groups that are lagging. Furthermore, policy makers should understand that a household's toilet status can fluctuate because of adverse climate events, such as flooding. This evidence highlights the need for accurate and up-to-date data on no-toilet households throughout India.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,076
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,338
Écart entre enseignants0,322 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Health ActionMême sujetChild Nutrition and Water AccessTravaux en français237 207