Spatial analysis of under-five mortality in Africa using geographically weighted poisson regression
Notice bibliographique
Résumé
Child mortality remains a significant public health challenge in developing countries despite the global decline in under-five deaths. The disparities in child mortality rates can be attributed to socioeconomic and environmental inequalities across nations. While several studies have examined geographic variations in under-five mortality in Africa using economic and health indicators, few have applied spatial analysis to characterize these patterns. This study employs Geographically Weighted Poisson Regression (GWPR) to uncover spatially varying in effects of global indicators on under-five mortality across Africa, offering a detailed understanding not captured by conventional global models. Data on under-five mortality rates and economic and health indicators were obtained from the World Bank’s World Development Indicators (WDI) for 2022 across 54 African countries. A Poisson regression model and GWPR were applied to examine the associations between under-five mortality and various socioeconomic and environmental factors. The results indicate substantial spatial heterogeneity in child mortality across countries. The GWPR model (AICc = 221.25, Pseudo R2 = 86.5%) outperformed the conventional Poisson regression model (AICc = 360.733, Pseudo R2 = 58.4%), highlighting the benefits of incorporating spatial variability. Key findings revealed that under-five mortality was positively associated with open defecation and negatively associated with literacy, health expenditure, access to electricity, and basic sanitation. Additionally, the relationship between under-five mortality, gross national expenditure, and access to basic drinking water varied across regions. These findings emphasize the need for localized, evidence-based interventions to address child mortality more effectively in Africa.
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 | 0,010 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».