Utilisation des ressources en eaux, assainissement et risques sanitaires dans les quartiers précaires de la commune de Port-Bouët (Abidjan; Côte d’Ivoire)
Bibliographic record
Abstract
L’assainissement, les sources et usages des eaux, de même que la santé des populations par rapport aux syndromes pseudo palustres (SPP) et diarrhéiques (SD) ont été étudiés dans six quartiers précaires (Abattoir, Adjouffou, Derrière wharf, Tofiato, Vridi canal et Zimbabwe) de la commune de Port-Bouët en Côte d’Ivoire. Cinq cent soixante sept (567) concessions ont été échantillonnées pour une population de neuf mille sept cent quarante et une (9 741) personnes. La gestion des excréments humains dans ces quartiers est essentiellement de type autonome (WC avec fosse septique, WC communautaire et latrines) (8-69 %) avec des défécations dans la nature relativement importantes (3 à 42 %). Le regroupement des quartiers en fonction de leur assainissement (gestion des excréments, des eaux usées et pluviales) a donné deux groupes distincts qui se composent pour le premier de Derrière wharf, Adjouffou, Zimbabwe, Tofiato et Vridi canal, et pour le second d’Abattoir. La distinction du quartier Abattoir est due au fait qu’il est le plus assaini du point de vue de la gestion des excréments humains et de l’évacuation des eaux pluviales. En effet, c’est à Abattoir seul qu’il existe un égout destiné à l’évacuation des eaux pluviales. Quant aux eaux usées domestiques, elles sont essentiellement déversées sur le sol (73-100%) dans tous les quartiers, avec une petite proportion de rejet dans des fosses (1-22%). Les populations des quartiers ont toutes (99%) accès à l’eau potable, qui est utilisée préférentiellement pour la boisson. L’eau de puits est beaucoup utilisée pour les bains, les lessives et les vaisselles. Le regroupement des quartiers en fonction des sources d’approvisionnement en eau donne deux groupes distincts qui se composent pour le premier de Derrière wharf, Tofiato, Adjouffou et Vridi canal, et pour le second d’Abattoir et Zimbabwe. Le premier groupe a une alimentation de fortune en eau potable, mais utilise surtout l’eau des puits traditionnels. Quant au second groupe, il utilise essentiellement l’eau potable pour ses besoins domestiques.La santé de la population semble précaire avec 64% de malades recensés lors de l’étude qui se composent de 45% de cas de SPP et de 19% de SD. La population infanto-juvénille ([0-8 ans]) est la plus touchée avec 70 % de malades dont 32% de cas des SPP et 48% pour les SD.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".