Risques sanitaires liés aux déchets ménagers sur la population d’Anyama (Abidjan-Côte d’Ivoire)
Bibliographic record
Abstract
Cette étude a eu pour objectif principal d’évaluer le lien entre certaines pratiques de gestion des déchets ménagers et les maladies environnementales que sont le paludisme, les Infections respiratoires aiguës (IRA) et la diarrhée. Une enquête transversale a été menée sur 150 ménages choisis dans deux quartiers précaires, un quartier de moyenne standing et un quartier résidentiel. Les coordonnées géographiques des déchets à proximité des habitations ont été relevées. L’analyse statistique descriptive a été appliquée aux données. Les résultats montrent que plus de la moitié des chefs de ménages sont non scolarisés (51 %), dont 67 % de femmes contre 49 % d’hommes. Et que 60 % des ménages déversent les déchets solides dans la rue pendant que 48 % y déversent les eaux usées. Aussi, la morbidité présente-t-elle un taux de prévalence élevé de 66 %, le paludisme en tête (48 %), suivi de l’IRA (28 %) et de la diarrhée (9 %). Le paludisme et la diarrhée sont corrélés négativement au niveau d’instruction et positivement aux mauvaises pratiques de gestion des ordures. Les quartiers où ont été trouvés les plus forts taux de dépotoirs sauvages sont Derrière-Rails (43 %) et Schneider (25 %). Ces quartiers présentent également les plus forts taux de prévalence du paludisme 88 % et 82 %, respectivement pour Derrière-Rails et Schneider. S’agissant de l’IRA, elle semble affecter plus les individus de niveau universitaire (77 %) ainsi que les habitants du quartier Résidentiel (88 %).
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 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 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".