Vulnérabilité sanitaire et environnementale dans les quartiers défavorisés de Nouakchott (Mauritanie) : analyse des conditions d’émergence et de développement de maladies en milieu urbain sahélien
Bibliographic record
Abstract
L’urbanisation non maîtrisée des villes africaines en déficit de services de gestion des déchets urbains génère des paysages qui deviennent des lieux d’interactions multiples et variées entre santé et environnement. Soumise à une forte croissance urbaine dans un contexte de sous-équipement en services d’assainissement, la ville de Nouakchott n’échappe pas à cette situation qui se traduit par la propagation de nombreuses pathologies posant ainsi de multiples problèmes de santé publique. Afin d’étudier les risques sanitaires auxquels s’exposent les populations, une enquête transversale a été menée en août 2004 auprès de 836 ménages dans trois quartiers de la ville. Les résultats de l’étude montrent les principaux problèmes de santé (syndrome du paludisme, syndrome de l’appareil respiratoire, syndrome l’appareil digestif) ressentis par les populations tout en mettant en évidence la prévalence des maladies les plus récurrentes dont les infections respiratoires aiguës (28,0 %) et les diarrhées (17,2 %) ainsi que les facteurs environnementaux d’exposition aux risques sanitaires. Ainsi, l’importance des maladies hygiéniques dans la morbidité globale montre que la ville présente des conditions écologiques favorables au développement de la pathologie urbaine. Le poids déterminant des conditions environnementales dans l’occurrence de ces pathologies permet de conforter les conceptions sur les liens entre santé et environnement. Par ailleurs, ces interactions traduisent l’incidence de la pauvreté urbaine très marquée dans les quartiers étudiés. Ces résultats appellent à une approche intégrée des questions de santé, d’environnement et de pauvreté dans les politiques de développement des villes.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 source (direct Gemma or distilled Codex), 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".