Open Access Violence against civilians and access to health care in North Kivu, Democratic Republic of Congo: three cross-sectional surveys
Notice bibliographique
Résumé
Background: The province of North Kivu in the Democratic Republic of Congo has been afflicted by conflict for over a decade. After months of relative calm, offences restarted in September 2008. We did an epidemiological study to document the impact of violence on the civilian population and orient pre-existing humanitarian aid. Methods: In May 2009, we conducted three cross-sectional surveys among 200 000 resident and displaced people in North Kivu (Kabizo, Masisi, Kitchanga). The recall period covered an eight month period from the beginning of the most recent offensives to the survey date. Heads of households provided information on displacement, death, violence, theft, and access to fields and health care. Results: Crude mortality rates (per 10 000 per day) were below emergency thresholds: Kabizo 0.2 (95 % CI: 0.1-0.4), Masisi 0.5 (0.4-0.6), Kitchanga 0.7 (0.6-0.9). Violence was the reported cause in 39.7 % (27/68) and 35.8 % (33/92) of deaths in Masisi and Kitchanga, respectively. In Masisi 99.1 % (897/905) and Kitchanga 50.4 % (509/1020) of households reported at least one member subjected to violence. Displacement was reported by 39.0 % of households (419/1075) in Kitchanga and 99.8 % (903/905) in Masisi. Theft affected 87.7 % (451/514) of households in Masisi and 57.4 % (585/1019) in Kitchanga. Access to health care was good: 93.5 % (359/384) of the sick in Kabizo, 81.7 % (515/630) in Masisi, and 89.8 % (651/725) in Kitchanga received care, of whom 83.0 % (298/359), 87.5 % (451/515), and 88.9 % (579/651),
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».