MétaCan
Menu
Retour à la cohorte
Enregistrement W576601842 · doi:10.2166/wh.2014.115

Water-related factors and childhood diarrhoea in African informal settlements. A cross-sectional study in Ouagadougou (Burkina Faso)

2014· article· en· W576601842 sur OpenAlexfundno aff
Stéphanie Dos Santos, François Ouédraogo, Abdramane Soura

Notice bibliographique

RevueJournal of Water and Health · 2014
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésInformal settlementsEnvironmental healthWater sourceDiarrhoeal diseaseGeographySettlement (finance)SocioeconomicsCross-sectional studyLogistic regressionMedicineWater resource managementDiarrheaEconomic growthBusinessEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Improved access to water is a key factor in reducing diarrhoeal diseases, a leading cause of death among children in sub-Saharan Africa. In terms of water access, sub-Saharan African cities are some of the worst off in the world, with 20% of populations supplied by an unimproved water source. This situation is even worse in informal settlement areas. Using cross-sectional data on access to water from a survey implemented in three informal neighbourhoods of the Ouagadougou Health and Demographic Surveillance System, logistic regressions are modelled to test the effect of different modalities of access to water on childhood diarrhoea. Our results show that the prevalence of diarrhoea in children is high: one-third of households with a child under 10 experienced an episode of childhood diarrhoea during the 2 weeks preceding the survey, even though 91% of the households surveyed have access to an improved water source. The results show that efforts to reduce childhood morbidity would be greatly enhanced by strengthening piped water access in informal settlement areas in Africa. In addition, this study confirms that, beyond the single measure of the main access to water, accurate variables that assess the accessibility to water are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,021
Score d'incertitude au seuil0,430

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,310
Écart entre enseignants0,290 · 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 tête enseignante, 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

Citations31
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water and HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207