Under-reporting of birth registrations in New South Wales, Australia
Notice bibliographique
Résumé
Background: To determine the rates of birth registration over a five-year period in New South Wales (NSW) and explore the factors associated with the rate of registration.Methods: This is a cross-sectional study using linked population databases. The study population included all births of NSW residents in NSW between 2001 and 2005.Results: Birth registration rates in NSW were 82.66% in the year of birth, 93.19% in the first year, 94.02% in the second, 94.56% in the third and 95.08% in the fourth year after birth. The non-registration of births was mainly associated with such factors as neonatal and postneonatal death (adjusted OR = 3.84, 95% CI: 3.23-4.57); being Indigenous (adjusted OR = 3.26, 95% CI: 3.10-3.43); maternal age <25 or >39 years (adjusted OR = 2.81, 95% CI: 2.72-2.90); low birthweight (<2,500 grams) (adjusted OR = 1.79, 95% CI: 1.69-1.90); living in remote areas (adjusted OR = 1.57, 95% CI: 1.52-1.63); being born after the first quarter of year (adjusted OR = 1.08-1.56, 95% CI between 1.03-1.12 and 1.49-1.64); mother having more pregnancies (adjusted OR = 1.85-7.29, 95% CI between1.78-1.93 and 6.87-7.73). Mothers who were born overseas were more likely to register their births than those born in Australia (adjusted OR = 0.72, 95% CI: 0.69-0.75). Multiple births were more likely to be registered than singleton births (adjusted OR = 0.84, 95% CI: 0.76-0.92). About one-third of the non-registrations of births in NSW were explained by the risk factors. The reasons for the remaining non-registrations need to be investigated.Conclusion: Of birth in NSW, 4.92% were not registered by the fourth year after birth. © 2012 Xu et al.; licensee BioMed Central Ltd.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».