Bebek ölümlerindeki MERNİS kayıtlarının tamlık yüzdesi: illerin insani gelişme düzeyi farklılığı açıklar mı?
Bibliographic record
Abstract
Amaç: Bebek ölüm hızı kalkınma düzeyine ilişkin önemli bir göstergedir. Güvenilir ve iyi işleyen bir ölüm kayıt sistemi hem ölüm göstergelerinin doğru hesaplanmasına hem de sağlık hizmetlerinin zamanında sunulmasına olanak sağlar. Türkiye’de MERNİS’te kayıtlı olan bebek ölümlerinin tamlık yüzdesi iller arasında farklılık göstermektedir. Bu çalışmanın amacı, illerin insani gelişmişlik endeksi (İGE) ile bebek ölümlerindeki tamlık seviyesi arasında bir ilişki olup olmadığını incelemektir. Yöntem: Betimleyici ve durum saptayıcı bir perspektifle tasarlanan bu çalışmada İGE ile bebek ölümleri kayıtlarının tamlığı arasındaki ilişkiyi analiz etmek için Pearson korelasyonu hesaplanmıştır. Daha sonra İGE- tamlık dağılım grafiği oluşturulmuş ve bu grafiği best-fit eden 20 il İGE-kayıtlılık bakımından incelenmiştir. Bulgular: Bulgular Türkiye’de 2014 yılı bebek ölümlerinin yüzde 76’sının MERNİS’te kayıtlı olduğunu göstermektedir. İGE ile bebek ölümlerindeki tamlık arasında anlamlı fakat düşük düzeyde korelasyon bulunmuştur. Ortadoğu Anadolu ve Güneydoğu Anadolu Bölgelerin’deki iller hem İGE hem de bebek ölümlerinin tamlığı bakımından düşük düzeydedir. Sonuçlar İGE-tamlık değerlerinde bölge içi farklılıkların da bulunduğunu göstermektedir. Eskişehir, Mersin ve Kayseri illeri bulundukları bölgelerde İGE değerleri yüksek iller olmasına rağmen bebek ölümleri tamlık düzeyi oldukça düşüktür. En büyük üç metropol şehirlerine bakıldığında, İstanbul’un hem İGE (0.725) hem de tamlık seviyesinde (0.79) Türkiye geneline benzer bir durumda olduğu görülmektedir. Ankara ve İzmir her iki göstergede de Türkiye genelinin üstünde ve bulundukları bölgelerde en yüksek değerdelerdir. Sonuç: Bulgular insani gelişmişlik endeksi yüksek olan illerin MERNİS kayıtlarındaki tamlık yüzdesinin de yüksek olduğunu göstermektedir. Bu durum eğitim, gelir ve sağlık düzeyi yüksek bireylerin ve bu illerde bulunan ölüm kaydından sorumlu kurumların bebek ölüm kaydı konusunda daha bilinçli ve dikkatli olduğunu düşündürmektedir.
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 | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.004 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.024 | 0.017 |
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; both teacher heads agree on what is shown here.
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".