WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Determinants de l'utilisation de la moustiquaire impregnee d'insecticide en faveur des enfants de moins de cinq ans dans la ville de kinshasa

( Télécharger le fichier original )
par Pierre AKILIMALI ZALAGILE
Ecole de Santé Publique de l'Université de Kinshasa - Diplome de Maitrise en Santé Publique-Economie de la Santé 2008
  

précédent sommaire

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

REFERENCE BIBLIOGRAPHIQUE

1. UNICEF. Enquête nationale sur la situation des enfants et des femmes, MICS 2.Kinshasa, juillet : UNICEF ; 2002,123-132

2. Lelo.F.N et Tshimanga.C.M.  Pauvreté urbaine à Kinshasa. cordaid. La Haye,juin 2004

3. Document de stratégie de la croissance et la réduction de la pauvreté (République Démocratique du Congo)

4. Enquête démographiques et de santé République Démocratique du Congo 2007.kinshasa, 2008

5. http://rbm.who.int/docs/rbm_brochure.pdf(page consultée le 15 juin 2008).

6. http://www.rollbackmalaria.org(page consultée le 15 juin 2008).

7. Rapport Programme national de lutte contre le paludisme, 2000

8. WHO & UNICEF, World Malaria Report 2005

9. TSHEFU A. K. et coll. Rapport de l'enquête sur l'évaluation des indicateurs de base « FRP »Kinshasa .avril 2006

10. Données économiques : «estimation du coût économique du paludisme au Cameroun (2002 -2006)» http://www.afro.who.int/omscam/paldecon.html (page consultée le 15 juin 2008).

11. AHOLOUKPE A., « Etude des représentations socioculturelles liées à la moustiquaire imprégnée en milieu rural au Bénin : cas de l'arrondissement de Ouèdo à Abomey-Calavi»mémoire online, université d'Abomey-Calavi

12. KASHALA TUMBA DIONG, « organisation des structures et régulations des systèmes de santé», module du programme DES en Econome de la santé, UNIKIN, ESP, 2007-2008.

13. Aikins, M.K., Pickering, H. et Greenwood, B.M., 1994, «Attitudes to malaria, traditional practices and bednets (mosquito nets) as vector control measures: a comparative study in five West African countries», Journal of Tropical Medicine and Hygiene, vol. 97, p. 81-86.

14.Minjas, J.N. et Shiff, C.J., 1995, «Implementation of a community-based system for the sale, distribution and insecticide impregnation of mosquito nets in Bagamoyo District, Tanzania», Health Policy and Planning, vol. 10, no 1, p. 50-59.

15. Chitsulo, L., Ettling, M., Macheso, A., Steketee, R., Schultz, L. et Ziwa, C., 1992, Malaria in Malawi: knowledge, attitudes and practices, USAID Contract No. DPE-DPE-5948-Q-9030-00 to Medical Service Corporation International, Arlington (VA, É.-U.), Vector Biology Control Report No. 82240, 45 p

16. Rashed, S., Johnson, H., Dongier, P., Gbaguidi, C.C., Laleye, S., Tchobo, S., Gyorkos, T.W., Maclean, J.D. et Moreau, R., 1997, «Sustaining malaria prevention in Benin: local production of bednets», Health Policy and Planning, vol. 12, p. 67-76.

17. Carme, B., Koulengana, P., Nzambi, A. et Guillodubodan, H., 1992, «Current practices for the prevention and treatment of malaria in children and in pregnant women in the Brazzaville region (Congo)», Annals of Tropical Medicine and Parasitology, vol. 86, no 4, p. 319-322.

18. Rapport annuel 2007 de la ZS de Lemba)

19. KABUTAKAPUA (ILUNGA Gustave), «Analyse des facteurs influençant l'utilisation des services de santé dans la ville de Kinshasa : cas des ménages de la zone de santé de Matete. », Mémoire de spécialisation, Economie de la Santé, Kinshasa, .ESP, UNIKIN, 2008.

20. BATUMBULA (KANGALI LOUISE), «Etude des déterminants de l'accessibilité et du recours aux soins de santé du niveau tertiaire par la population de Kinshasa : cas de service de pédiatrie des cliniques universitaires de kinshasa. », Mémoire de spécialisation, Economie de la Santé, Kinshasa, .ESP, UNIKIN, 2008

21. MBUYAMBA (Bakatuseka Sam), «Analyse de l'utilisation de la moustiquaire imprégnée d'insecticide dans la prévention du paludisme chez les enfants de 0 à 5 ans et la femme enceinte : cas de la zone de santé de Kananga.», Mémoire de spécialisation, Economie de la Santé, Kinshasa, .ESP, UNIKIN, 2006.

22. TALANI. P et coll.; «Lutte contre le paludisme maladie par la moustiquaire imprégnée d'insecticide a Brazzaville» 

23. Population Services International. Enquête TRAC sur l'Utilisation de la Moustiquaire Imprégnée d'Insecticide par les Enfants de moins de 5 ans dans les Provinces du Kasaï Occidental, Nord Kivu et Sud Kivu, DRC Juillet 2007

24. Soeters, R (2003) Etude socio- économique d'accessibilité aux soins, ASRAMES, Goma

25. Aikins, M.K., Pickering, H.A., Alonso, P.L., d'Alessandro U., Lindsay, S.W., Todd, J. et Greenwood, B.M., 1993, «A malaria control trial using insecticide-treated bednets and targeted chemoprophylaxis in a rural area of The Gambia, West Africa. 4. Perceptions of the causes of malaria and of its treatment and prevention in the study area», Transactions of the Royal Society of Tropical Medicine and Hygiene, vol. 87 (suppl. 2), p. 25-30

Annexes

1 : Questionnaire d'enquête

REPUBLIQUE DEMOCRATIQUE DU CONGO

UNIVERSITE DE KINSHASA

ECOLE DE SANTE PUBLIQUE

PROGRAMME « ECONOMIE DE LA SANTE»

DETERMINANTS DE L'UTILISATION DE MOUSTIQUAIRE IMPREGNEE D'INSECTICIDE CHEZ LES ENFANTS DE MOINS DE CINQ ANS DANS LA ZONE DE SANTE DE LEMBA

Numéro de la fiche : /__//__//__/

Code

01 : ville Province : de Kinshasa

02 : Zone de Santé : de Lemba

03 : Aire de santé / Quartier : ........................................................... [ ]

04 : Rue : ....................................N°........................ [ ]

05 : Nombre de ménage dans l'unité d'habitation : ..................... [ ]

06 : Numéro d'ordre du ménage dans l'unité d'habitation............. [ ]

07 : date de l'interview : (jour/mois/année)...............................

08 : Résultats de l'interview :

1. Rempli

2. refus

3. Absent de la maison

4. Partiellement rempli

5. Pas de répondant éligible

09 : Langue de l'interview :

1. Français

2. Lingala

10. Equipe de travail :

Membres

Noms

Date

Signature

Code/ membre

Enquêteur

 
 
 
 

Contrôleur

 
 
 
 

Superviseur

 
 
 
 

Codificateur

 
 
 
 

Agent de saisie

 
 
 
 

Heure de début : ....................................

Module I : Caractéristiques socio démographiques

Variable

Modalité

code

Q101

Nom et post-nom

................................. ....

 

Q102

Quelle est la date de naissance du chef de ménage

/ /

 

Q103

Le sexe du chef de ménage

1= Masculin

2= Féminin

/__/

Q104

Quel est le niveau d'étude le plus élevé que vous avez atteint (du chef de ménage) ?

0= Sans niveau

1= Primaire

2= Secondaire incomplet

3=Diplôme d'état

4= Université/Supérieur

5=Technique/Professionnel

/__/

Q105

Quel est votre état civil (du chef de ménage) ?

1= Célibataire sans enfant

2= Célibataire avec enfant

3= Marié(e)/union libre

4= Divorcé(e)/séparé(e)

5= Veuf (ve)

/__/

Q106

Combien d'enfants avez-vous ?

Nombre ..................

/__/

Q107

Nombre d'enfants de moins de 5 ans dans le ménage

 

/__/

Module II : Caractéristiques socio économiques

VARIABLES

MODALITE

CODE

Q201

Quelle est votre profession (du chef de ménage) ?

1= Sans emploi

2= salarié de l'Etat

3= salarié chez les privés

4=Débrouillard

5=Etudiant/élève

6= Autre (à préciser)

........................

/__/

Q202

Etes vous salarié (le chef de ménage) ?

1=OUI 2=NON

/__/

Q203

Si oui, combien gagnez vous par mois ? (en FC)

MONTANT/__/__/__/__/__//__/

__/__/__/__/__//__/

Q204

Exercez vous (le chef de ménage)  une autre activité pour compléter votre revenu ?

1= OUI

2= NON

/__/

Q205

Si oui, Combien cela vous rapporte-t-il ? (en FC)

1. par jour

2. par mois

MONTANT/__/__/__/__/__//__/

MONTANT/__/__/__/__/__//__/

/__/__/__/__/__//__/

Q206

Si non, que faites vous pour nouer les deux bouts du mois ?

...................................

..................................

 

Q207

Pour le chef de ménage non salarié : (en FC)

1. Combien gagnez vous par jour ?

2. Combien gagnez vous par mois ?

MONTANT /__/__/__/__/__//__/

MONTANT /__/__/__/__/__//__/

/__/__/__/__/__/

Q208

Ce revenu vous permet il de nouer les deux bouts du mois ?

1= OUI

2= NON

/__/

Q209

Si non, que faites vous pour nouer les deux bouts du mois ?

...................................

..................................

 

Q210

Nombre de personnes à charge et vivant dans ce ménage

 

/__//__/

Q211

Combien avez-vous dépensé pour la nourriture la journée du hier ?

.................................

/__/__/__/__/__/

Les modules 1 et 2 s'adressent au chef du ménage 

MODULES III Informations sur les enfants de moins de 5 ans :

N° de la ligne de l'enfant

prénom enfant

Age

(en mois)

Sexe de l'enfant

Age de la mère / gardienne

(en années)

Lien de la gardienne avec l'enfant :

1= mère ; 2=soeur ;

3= grand-mère ; 4= tante ; 5=sans lien de parenté ; 6= autre (précisez)..............

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Q300

Total des enfants de moins de 5 ans dans le ménage

 

Enquêteur, parmi tous ces enfants, sélectionnez de manière aléatoire l'un d'entre eux encerclez le numéro de l'enfant sélectionné). Les questions suivantes concernent la mère/gardienne de cet enfant.

Enquêteur, si l'enfant sélectionné a tout au plus 24 mois ( = 24 mois) , poser les questions 303 à 305 et les réponses de la mère est plus que souhaitée

Q301

Quel est l'age de l'enfant retenu ? (c'est l'enquêteur qui choisit) (en mois)

............

/__/__/

Q302

Quel est le sexe de l'enfant retenu ?

0=féminin

1=masculin

/__/

Q303

quels sont les moyens que tu as utilisés pour protéger ton bébé contre le paludisme ?

1= rien

2=salongo (assainissement)

3=MII

4= serpentin (KISI YA BA NGUNGI)

5= insecticides (bombe)

6= salongo et MII

7=Moustiquaire simple

8=autres à préciser

/__/

Q304

Dormiez vous sous MII pendant cette grossesse

1.Oui 2. Non

/__/

Q305

Si non pourquoi?

1. Ne connaît pas la MII

2. Connaît la MII mais n'en dispose pas

3. Manque d'argent pour acheter la MII

4. j'ai l'argent mais ne sait pas où on vend la MII

5. Pas de moustiques à la maison

6. Il fait chaud dans une moustiquaire  / elle étouffe

7. elle coûte cher

8. autre (précisez

..................

/__/

MODULES IV CONNAISSANCES, ATTITUDES et PRATIQUES EN RAPPORT AVEC LE PALUDISME

Q401  Avez-vous déjà entendu parler de la malaria ?

1. Oui 2. Non

/__/

Q402  Avez-vous déjà souffert de la fièvre ces 2 dernières semaines ?

1. Oui 2. Non

/__/

Q403  Comment attrape -t-on la malaria ?

(Enquêteur ne suggérer pas les réponses. Plusieurs réponses sont possibles)

Encerclez les items (numéros de réponses) cités

1. Piqûre des moustiques

2. Transfusion sanguine

3. Transmission de la mère à l'enfant

4. Eau de boisson

5. Piqûre autres insectes

6. Ne sait pas

7. Sorcellerie

8. Autres....................................

/__/

Q405 Avez-vous noté la présence des moustiques dans votre parcelle/maison ces 4 dernières semaines ?

Encerclez les items (numéros de réponses) cités

1. Oui, beaucoup

2. Oui, mais pas beaucoup

3. Non

/__/

Q406 D'après vous d'où proviennent les moustiques ?

Encerclez les items (numéros de réponses) cités

1. De l'eau stagnante/flaque d'eau

2. Des immondices/déchets

3. Présence de la saleté

4. Fosse septique

5. Eau de boisson

6. autre (précisez) ........................

..............................................

/__/

Q407 Quel moyen utilisez-vous principalement, dans votre maison pour vous protéger contre les moustiques,

1. Rien

2. Usage de l'insecticide

3. pommade anti moustique

4. Usage de bâton fumigène (serpentin,spirale)

5. Fumigation à l'aide des essences végétales

6. Utilisation de la moustiquaire simple

7. Utilisation de la moustiquaire imprégnée d'insecticide

8. autre (préciser)............................

/__/

Q409 Avez-vous déjà entendu parlé de la moustiquaire imprégnée d'insecticide et de ses avantages ?

1. Oui 2. Non

/__/

Q410 Comment avez-vous obtenu cette information ?

(Ne suggérez pas de réponses ; plusieurs réponses sont possibles, Sondez l'enquêté)

Encerclez les items (numéros de réponses) cités

1. Radio 2.TV

3. Journal 4.A l'église

5. Ecole 6.Centre de santé

7. Au travail 8.Par un membre de famille

9. Par les amis 10.Affiches

11. Par le canal du relais communautaire

12.Par mon époux / épouse 13.Autre (préciser) ...................

/__/

Q411 Avez-vous des moustiquaires dans votre ménage ? Si non, passez à la question 4.15

1. Oui 2. Non

/__/

Q412 Si oui, combien ?

..........................(nombre)

/__/

Q413 Combien sont imprégnées ?

1........................... (nombre)

2. je ne sais pas

/__/

Q414 Si pas de MII, pourquoi ?

1. Ne connaît pas la MII

2. Connaît la MII mais n'en dispose pas

3. Manque d'argent pour acheter la MII

4. j'ai l'argent mais ne sait pas où on vend la MII

5. Pas de moustiques à la maison

6. Il fait chaud dans une moustiquaire/ elle étouffe

7. autre (précisez

/__/

Q415 D'après vous à partir de quand vous penser faire dormir votre enfant de moins de 5ans sous MII ? (Proposer les réponses)

1= c'est une priorité pour nous et dort déjà sous MII

2=c'est une urgence, mais il ne dort pas encore sous MII

3=quand j'aurai les moyens

4=c'est ne pas important

5= autre à préciser

/__/

MODULES 5 : Renseignements sur la moustiquaire

Q501 Renseignements sur la moustiquaire imprégnée d'insecticide

Numéro de la moustiquaire

1ere MII

2e MII

3e MII

4e MII

5e MII

Q502.1 La moustiquaire est-elle effectivement suspendue au-dessus d'un lit/une natte?

1.Oui 2.Non

 
 
 
 
 

Q503. Comment l'avez-vous obtenue?

(Suggérez les assertions)

1. Gratuitement (don, distribution gratuite)

2. Achat

 
 
 
 
 

Q504 Où l'avez-vous obtenue? Ne pas suggérez la réponse

1. Au centre de santé 2.lors de la CPN

3. lors de la CPS

4.A la pharmacie du BCZS

5. A une pharmacie privée 6.Au marché

7. Auprès d'un marchant ambulant 8.au magasin/boutique

9.auprès d'un relais communautaire 10.autre (préciser) ......................

 
 
 
 
 

Q505 Depuis quelle date (mois et année) avez-vous obtenue la dernière MII ?

 

Q506. Pourquoi utilisez-vous la moustiquaire imprégnée ?

(Plusieurs réponses sont possibles, sondez l'enquêté)

1. Pour se protéger contre les piqûres des moustiques

2. Pour se protéger contre le froid

3. Pour se protéger contre la malaria

4. Par habitude

5. Autre (préciser) ...........................

/____/

Q507. dans votre quartier, où est ce qu'on vend ou distribue la MII

1=je ne sais pas

2= au marché de la place

3= A la pharmacie de la place

4= au CS ou hôpital de la place

5= autre à préciser

/____/

MODULES 6 UTILISATION DE LA MII CHEZ LES ENFANTS DE MOINS DE 5 ANS

Ces questions concernent l'enfant retenu ; voir question Q301

Q601. L'enfant a-t-il souffert d'une maladie au cours de ces 15 derniers jours ?

1= oui 2= non

/____/

Q602 Quels symptômes ou quelle maladie a-t-il présenté ?

Enquêteur, encerclez le numéro de l'item (signe) cité.

(Plusieurs symptômes/maladies sont possibles)

1. fièvre

2. maux de ventre

3. maux de tête

4. diarrhée

5. blessure

6. Convulsion

7. Pâleur/ diminution de sang

8. Inconscience/coma

9. Jaunisse/ictère

10. Autres....................

/____/

Q603. l'enfant a-t-il dormi sous moustiquaire la nuit dernière?

1= oui 2= non

(Si non passer à la question 606)

/____/

Q604 Si oui, pourquoi?

1=confort (contre la nuisance de piqûre des moustiques)

2= se protéger contre la malaria

3=pour les 2 raisons

4=autres à préciser

/__/

Q605. Si oui, cette moustiquaire est-elle imprégnée ?

1= oui 2= non 3. je ne sais pas

/____/

Q606. Si non, Pourquoi

l'enfant n'a pas dormi sous MII

1. Ne connaît pas la MII

2. Connaît la MII mais n'en dispose pas

3. Manque d'argent pour acheter la MII

4. j'ai l'argent mais ne sait pas où on en vend la MII

5. Pas de moustiques à la maison

6. Il fait chaud dans une moustiquaire/ elle étouffe

8.autre(précisez)..............................................................................................................................................................

/____/

Module 7 : Coûts de la MII

VARIABLES

MODALITE

MONTANT/CODE

Q701

Vous avez dit que vous aviez au moins une  MII ?

Si oui, continuez

1= OUI, 2= NON

3= je ne sais pas

/____/

Q702

Comment avez-vous obtenue la dernière MII?

(Suggérez les assertions)

1=j'ai acheté, 2=distribution gratuite

3=don

4=autre, préciser .......

/____/

Q703

Si, acheter ; combien avez-vous dépensé pour cette dernière MII? (en FC)

/__/__/__/__/__/

/__/__/__/__/__/

Q704

Est-ce que le coût était abordable selon vous ?

1= OUI, 2= NON

/____/

Heure de fin de l'interview

Annexe 2 : les régressions linéaires

Dependent Variable: DEPENSE

Method: Least Squares

Date: 10/10/08 Time: 09:24

Sample: 1 156

Included observations: 156

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

2977.962

199.0086

14.96399

0.0000

REVENU

0.019930

0.003872

5.146723

0.0000

R-squared

0.146761

Mean dependent var

3629.590

Adjusted R-squared

0.141221

S.D. dependent var

2069.382

S.E. of regression

1917.704

Akaike info criterion

17.96838

Sum squared resid

5.66E+08

Schwarz criterion

18.00748

Log likelihood

-1399.534

F-statistic

26.48876

Durbin-Watson stat

1.420454

Prob(F-statistic)

0.000001

White Sans terme croisé

White Heteroskedasticity Test:

F-statistic

1.233868

Probability

0.294045

Obs*R-squared

2.476184

Probability

0.289937

 
 
 
 
 

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 10/10/08 Time: 09:27

Sample: 1 156

Included observations: 156

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

2675938.

865996.7

3.090009

0.0024

REVENU

35.83596

28.85976

1.241728

0.2162

REVENU^2

-8.22E-05

0.000136

-0.603025

0.5474

R-squared

0.015873

Mean dependent var

3630439.

Adjusted R-squared

0.003009

S.D. dependent var

7082032.

S.E. of regression

7071370.

Akaike info criterion

34.40005

Sum squared resid

7.65E+15

Schwarz criterion

34.45870

Log likelihood

-2680.204

F-statistic

1.233868

Durbin-Watson stat

1.835741

Prob(F-statistic)

0.294045

White avec terme croisé

White Heteroskedasticity Test:

F-statistic

1.233868

Probability

0.294045

Obs*R-squared

2.476184

Probability

0.289937

 
 
 
 
 

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 10/10/08 Time: 09:27

Sample: 1 156

Included observations: 156

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

2675938.

865996.7

3.090009

0.0024

REVENU

35.83596

28.85976

1.241728

0.2162

REVENU^2

-8.22E-05

0.000136

-0.603025

0.5474

R-squared

0.015873

Mean dependent var

3630439.

Adjusted R-squared

0.003009

S.D. dependent var

7082032.

S.E. of regression

7071370.

Akaike info criterion

34.40005

Sum squared resid

7.65E+15

Schwarz criterion

34.45870

Log likelihood

-2680.204

F-statistic

1.233868

Durbin-Watson stat

1.835741

Prob(F-statistic)

0.294045

Ramsey RESET Test:

F-statistic

1.935280

Probability

0.166202

Log likelihood ratio

1.960851

Probability

0.161422

 
 
 
 
 

Test Equation:

Dependent Variable: DEPENSE

Method: Least Squares

Date: 10/10/08 Time: 09:25

Sample: 1 156

Included observations: 156

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

2005.692

726.5172

2.760694

0.0065

REVENU

-0.004832

0.018214

-0.265306

0.7911

FITTED^2

0.000129

9.28E-05

1.391143

0.1662

R-squared

0.157419

Mean dependent var

3629.590

Adjusted R-squared

0.146405

S.D. dependent var

2069.382

S.E. of regression

1911.907

Akaike info criterion

17.96863

Sum squared resid

5.59E+08

Schwarz criterion

18.02728

Log likelihood

-1398.553

F-statistic

14.29245

Durbin-Watson stat

1.455075

Prob(F-statistic)

0.000002

Annexe 3 : les régressions logistiques

3.4.2.2 Estimation du modèle avec Eviews

Les résultats de l'estimation obtenus par Eviews:

Dependent Variable: UTIL

Method: ML - Binary Logit

Date: 10/06/08 Time: 14:01

Sample(adjusted): 3 320

Included observations: 263

Excluded observations: 55 after adjusting endpoints

Convergence achieved after 8 iterations

Covariance matrix computed using second derivatives

Variable

Coefficient

Std. Error

z-Statistic

Prob.

C

-2.680530

1.328610

-2.017545

0.0436

AGE

-0.004641

0.016187

-0.286692

0.7743

NIVET

0.507457

0.208920

2.428950

0.0151

TAILLE

-0.156737

0.056637

-2.767405

0.0057

CONMAL

0.416536

0.579733

0.718496

0.4725

ALTER

-1.379886

0.300174

-4.596959

0.0000

CONMII

2.742519

1.062383

2.581478

0.0098

DISPO

0.496858

0.329106

1.509719

0.1311

DEPENSE

0.000112

7.28E-05

1.542867

0.1229

Mean dependent var

0.486692

S.D. dependent var

0.500776

S.E. of regression

0.448791

Akaike info criterion

1.206224

Sum squared resid

51.15909

Schwarz criterion

1.328465

Log likelihood

-149.6185

Hannan-Quinn criter.

1.255350

Restr. log likelihood

-182.2045

Avg. log likelihood

-0.568892

LR statistic (8 df)

65.17206

McFadden R-squared

0.178843

Probability(LR stat)

4.46E-11

 
 
 

Obs with Dep=0

135

Total obs

263

Obs with Dep=1

128

 
 
 

Estimation Equation:

=====================

UTIL = 1-@LOGIT(-(C(1) + C(2)*AGE + C(3)*EDUC + C(4)*TAILLE + C(5)*CONMAL + C(6)*ALTER + C(7)*CONMII + C(8)*DISPO + C(9)*DEPENSE))

Substituted Coefficients:

=====================

UTIL = 1-@LOGIT(-(-2.680530316 - 0.004640828984*AGE + 0.5074572032*NIVET - 0.1567369233*TAILLE + 0.4165362856*CONMAL - 1.379886166*ALTER + 2.742518676*CONMII + 0.4968577373*DISPO + 0.0001123576719*DEPENSE))

Tests de signification DES PARAMETRES D'ESTIMATION

PARAMÈTRE

Age

NIVET

TAILLE

CONMAL

VALEUR DU COEFF.

-0.004641

0.507457

-0.156737

0.416536

INTERPRETATION DU SIGNE DU COEFFICIENT

L'utilisation de la MII diminue avec l'age du chef de ménage

L'utilisation de la MII augmente avec le niveau d'instruction du chef de ménage

L'utilisation de la MII diminue avec la taille de ménage, plus il y a des personnes dans un ménage moins on utilise la MII

L'utilisation de la MII

augmente avec la

connaissance de la

maladie

HYPOTHÈSE

H0 : C (2)=0

H0 : C (3)=0

H0 : C (4)=0

H0 : C (5)=0

H1 : C (2) 0

H1 : C (3) 0

H1 : C (4) 0

H1 : C (5) 0

 
 
 
 

VALEUR Z CALCULÉ

-0.286692

2.428950

-2.767405

0.718496

VALEUR DE PROBABILITÉ

0.7743

0.0151

0.0057

0.4725

0,4725

DÉCISION AU SEUIL DE 0,05

 
 

REJET DE H0

ACCEPTATION DE

H0

ACCEPTATION DE H0

REJET DE H0

 
 
 
 

INTERPRÉTATION

PARAMÈTRE NON

PARAMÈTRE

PARAMÈTRE

PARAMÈTRE NON

SIGNIFICATIF

SIGNIFICATIF

SIGNIFICATIF

SIGNIFICATIF

 

 

 

 

PARAMÈTRE

ALTER

CONMII

DISPO

DEPENSE

VALEUR DU COEFF.

-1.379886

2.742519

0.496858

0.000112

INTERPRÉTATION DU SIGNE

L'utilisation de la MII diminue avec l'usage d'autres alternatives à la MII dans le ménage

L'utilisation de la MII augmente avec le fait d'avoir déjà entendu parler de la MII

L'utilisation de la MII augmente avec la connaissance de point de vente des MII par le ménage

L'utilisation de la MII

augmente avec

le niveau de vie

du ménage

HYPOTHÈSE

H0 : C (6)=0

H0 : C (7)=0

H0 : C (8)=0

H0 : C (9)=0

H1 : C (6) 0

H1 : C (7) 0

H1 : C (8) 0

H1 : C (9) 0

 
 
 
 

VALEUR Z CALCULÉ

-4.596959

2.581478

1.509719

1.542867

VALEUR DE PROBABILITÉ

0.0000

0.0098

0.1311

0.1229

DÉCISION AU SEUIL DE 0,05

REJET DE H0

REJET DE H0

ACCEPTATION DE H0

ACCEPTATION

DE H0

INTERPRÉTATION

PARAMÈTRE

PARAMÈTRE

PARAMÈTRE NON

PARAMÈTRE NON

SIGNIFICATIF

SIGNIFICATIF

SIGNIFICATIF

SIGNIFICATIF

 

 

 

 

Dependent Variable: UTIL

Method: ML - Binary Logit

Date: 10/06/08 Time: 14:01

Sample(adjusted): 3 320

Included observations: 263

Excluded observations: 55 after adjusting endpoints

Convergence achieved after 8 iterations

Covariance matrix computed using second derivatives

Variable

Coefficient

Std. Error

z-Statistic

Prob.

C

-2.680530

1.328610

-2.017545

0.0436

AGE

-0.004641

0.016187

-0.286692

0.7743

NIVET

0.507457

0.208920

2.428950

0.0151

TAILLE

-0.156737

0.056637

-2.767405

0.0057

CONMAL

0.416536

0.579733

0.718496

0.4725

ALTER

-1.379886

0.300174

-4.596959

0.0000

CONMII

2.742519

1.062383

2.581478

0.0098

DISPO

0.496858

0.329106

1.509719

0.1311

DEPENSE

0.000112

7.28E-05

1.542867

0.1229

Mean dependent var

0.486692

S.D. dependent var

0.500776

S.E. of regression

0.448791

Akaike info criterion

1.206224

Sum squared resid

51.15909

Schwarz criterion

1.328465

Log likelihood

-149.6185

Hannan-Quinn criter.

1.255350

Restr. log likelihood

-182.2045

Avg. log likelihood

-0.568892

LR statistic (8 df)

65.17206

McFadden R-squared

0.178843

Probability(LR stat)

4.46E-11

 
 
 

Obs with Dep=0

135

Total obs

263

Obs with Dep=1

128

 
 
 

Dependent Variable: UTIL

Method: ML - Binary Logit

Date: 10/06/08 Time: 14:04

Sample(adjusted): 3 320

Included observations: 271

Excluded observations: 47 after adjusting endpoints

Convergence achieved after 8 iterations

Covariance matrix computed using second derivatives

Variable

Coefficient

Std. Error

z-Statistic

Prob.

C

-2.430014

1.088666

-2.232102

0.0256

NIVET

0.542491

0.206007

2.633364

0.0085

TAILLE

-0.165505

0.053625

-3.086351

0.0020

ALTER

-1.339524

0.292602

-4.577980

0.0000

CONMII

2.731251

1.061312

2.573467

0.0101

DISPO

0.532281

0.325514

1.635201

0.1020

DEPENSE

0.000103

7.17E-05

1.431064

0.1524

Mean dependent var

0.490775

S.D. dependent var

0.500840

S.E. of regression

0.446890

Akaike info criterion

1.189176

Sum squared resid

52.72371

Schwarz criterion

1.282219

Log likelihood

-154.1333

Hannan-Quinn criter.

1.226534

Restr. log likelihood

-187.7968

Avg. log likelihood

-0.568758

LR statistic (6 df)

67.32692

McFadden R-squared

0.179255

Probability(LR stat)

1.44E-12

 
 
 

Obs with Dep=0

138

Total obs

271

Obs with Dep=1

133

 
 
 

Dependent Variable: UTIL

Method: ML - Binary Logit

Date: 10/06/08 Time: 14:06

Sample: 1 320

Included observations: 315

Excluded observations: 5

Convergence achieved after 8 iterations

Covariance matrix computed using second derivatives

Variable

Coefficient

Std. Error

z-Statistic

Prob.

C

-2.142144

0.811274

-2.640471

0.0083

NIVET

0.614175

0.189540

3.240348

0.0012

TAILLE

-0.166835

0.049556

-3.366602

0.0008

ALTER

-1.219217

0.274048

-4.448918

0.0000

CONMII

2.147387

0.767774

2.796900

0.0052

DEPENSE

0.000120

6.68E-05

1.802553

0.0715

Mean dependent var

0.434921

S.D. dependent var

0.496535

S.E. of regression

0.448642

Akaike info criterion

1.187659

Sum squared resid

62.19528

Schwarz criterion

1.259136

Log likelihood

-181.0562

Hannan-Quinn criter.

1.216217

Restr. log likelihood

-215.6655

Avg. log likelihood

-0.574782

LR statistic (5 df)

69.21858

McFadden R-squared

0.160477

Probability(LR stat)

1.49E-13

 
 
 

Obs with Dep=0

178

Total obs

315

Obs with Dep=1

137

 
 
 

Dependent Variable: UTIL

Method: ML - Binary Logit

Date: 10/06/08 Time: 14:08

Sample: 1 320

Included observations: 315

Excluded observations: 5

Convergence achieved after 5 iterations

Covariance matrix computed using second derivatives

Variable

Coefficient

Std. Error

z-Statistic

Prob.

C

-2.108256

0.810600

-2.600859

0.0093

NIVET

0.699114

0.183610

3.807597

0.0001

TAILLE

-0.125051

0.042399

-2.949384

0.0032

ALTER

-1.227106

0.273010

-4.494725

0.0000

CONMII

2.186082

0.772262

2.830753

0.0046

Mean dependent var

0.434921

S.D. dependent var

0.496535

S.E. of regression

0.448562

Akaike info criterion

1.191885

Sum squared resid

62.37449

Schwarz criterion

1.251450

Log likelihood

-182.7219

Hannan-Quinn criter.

1.215683

Restr. log likelihood

-215.6655

Avg. log likelihood

-0.580069

LR statistic (4 df)

65.88727

McFadden R-squared

0.152753

Probability(LR stat)

1.67E-13

 
 
 

Obs with Dep=0

178

Total obs

315

Obs with Dep=1

137

 
 
 

Dependent Variable: UTIL

Method: ML - Binary Logit

Date: 10/06/08 Time: 14:01

Sample(adjusted): 3 320

Included observations: 263

Excluded observations: 55 after adjusting endpoints

Prediction Evaluation (success cutoff C = 0.5)

 

Estimated Equation

Constant Probability

 

Dep=0

Dep=1

Total

Dep=0

Dep=1

Total

^cltxlrtb>8n0P(Dep=1)<=C

92

36

128

135

128

263

]irow9^trpaddl30$|clbrdrt

P(Dep=1)>C

43

92

135

0

0

0

 

Total

135

128

263

135

128

263

Correct

92

92

184

135

0

135

% Correct

68.15

71.88

69.96

100.00

0.00

51.33

% Incorrect

31.85

28.12

30.04

0.00

100.00

48.67

Total Gain*

-31.85

71.88

18.63

 
 
 

Percent Gain**

NA

71.88

38.28

 
 
 
 

Estimated Equation

Constant Probability

 

Dep=0

Dep=1

Total

Dep=0

Dep=1

Total

E(# of Dep=0)

83.87

51.13

135.00

69.30

65.70

135.00

E(# of Dep=1)

51.13

76.87

128.00

65.70

62.30

128.00

Total

135.00

128.00

263.00

135.00

128.00

263.00

Correct

83.87

76.87

160.75

69.30

62.30

131.59

% Correct

62.13

60.06

61.12

51.33

48.67

50.04

% Incorrect

37.87

39.94

38.88

48.67

51.33

49.96

Total Gain*

10.80

11.39

11.09

 
 
 

Percent Gain**

22.19

22.19

22.19

 
 
 

*Change in "% Correct" from default (constant probability) specification

 
 
 
 
 
 

**Percent of incorrect (default) prediction corrected by equation

 
 
 
 
 
 

Dependent Variable: UTIL

Method: ML - Binary Logit

Date: 10/06/08 Time: 14:01

Sample(adjusted): 3 320

Included observations: 263

Excluded observations: 55 after adjusting endpoints

Andrews and Hosmer-Lemeshow Goodness-of-Fit Tests

Grouping based upon predicted risk (randomize ties)

 

Quantile of Risk

Dep=0

Dep=1

Total

H-L

 

Low

High

Actual

Expect

Actual

Expect

Obs

Value

1

0.0110

0.1473

25

24.2656

1

1.73436

26

0.33317

2

0.1476

0.2454

21

20.7287

5

5.27133

26

0.01752

3

0.2510

0.3394

19

18.2602

7

7.73975

26

0.10067

4

0.3401

0.4218

16

16.6457

11

10.3543

27

0.06531

5

0.4224

0.5089

12

14.0890

14

11.9110

26

0.67613

6

0.5222

0.6000

13

11.2785

13

14.7215

26

0.46409

7

0.6010

0.6524

9

10.1143

18

16.8857

27

0.19629

8

0.6525

0.7168

8

8.23187

18

17.7681

26

0.00956

9

0.7187

0.7798

7

6.67906

19

19.3209

26

0.02075

10

0.7815

0.8765

5

4.70706

22

22.2929

27

0.02208

 
 

Total

135

135.000

128

128.000

263

1.90556

H-L Statistic:

1.9056

 
 

Prob[Chi-Sq(8 df)]:

0.9838

 
 
 
 
 
 

Annexe 4 : Technique de collecte des données économiques

Montant Dépensé la veille de l'enquête : Les enquêtes ont pris en compte aussi bien les dépenses monétaires que l'apport des produits récoltés dans le jardin parcellaires ou pris du stock

Illustration:

Q211 : Combien avez-vous dépensé hier pour la nourriture ?

Ex : les riz pour 500Fc + 200FC pour le fufu + 1200FC pour Légume et Poisson + 400Fc pour huile et autres épices + 230Fc pour le Makala ou koni ou pétrole pour le réchaud à pétrole =2530FC, donc nous avons utilisé 2530Fc pour manger, (s'ils ont des provisions, valoriser cette provision pour la journée  en fonction du prix local!)

Revenu déclaré

Les chefs de ménages ont été groupés en deux (salarié et non salarié)

Pour le salarié :

Q203

Si oui, combien gagnez vous par mois ? (en FC)

MONTANT/__/__/__/__/__//__/

__/__/__/__/__//__/

S'il est salarié + Prime régulière, son salaire est de........... ex : je suis médecin de l'état( même sans numéro matricule) : j'ai un salaire de 35500Fc, une prime de risque de 103000Fc, et les honoraires au niveau de l'HGR de 156000Fc , donc le montant à mettre sera de 103000+156000+35500=294500FC

NB : le montant reprend tous les revenus gagnés par mois dans l'institution étatique ou privé où l'on travaille

Q204

Exercez vous une autre activité pour compléter votre revenu ?

1= OUI

2= NON

/__/

Q204 concerne le salarié : ex : j'ai un Taxi bus pour le quel j'attend un versement chaque soir de 15000Fc ou un versement chaque mois de 450000FC, ou j'ai une parcelle pour la quelle j'attend un versement chaque mois de 150 $ soit 82500FC, j'ai une boutique qui me rapporte 10000Fc par jour soit 300000Fc, dans ces cas cocher 1=oui. Si en dehors du salaire, il n'a aucune activité, cocher 2=non

S'il combine l'état et le privé, le montant reçu dans une institution privée sera repris dans autre activité

Q205

Si oui, Combien cela vous rapporte-t-il ? ( en FC )

1. par jour

2. par mois

MONTANT/__/__/__/__/__//__/

MONTANT/8__/_2_/_5_/_0_/__0//0__/

825000FC

/__/__/__/__/__//__/

825000FC

Par rapport à l'exemple ci haut ; chaque mois mes locataires me doivent 825000Fc soit 150$

Pour le non salarié (Si l'enquêté n'est pas salarié (ni de l'état, ni de privé))

:

Q207

Pour le chef de ménage non salarié :(en FC)

3. Combien gagnez vous en moyenne par jour ?

4. Combien gagnez vous en moyenne par mois ?

MONTANT/__/__/__/__/__//__/

MONTANT/__/__/__/__/__//__/

/__/__/__/__/__/

Pour le montant procéder comme ci haut cfr Q204 et Q205 (si vous remplissez les cases « par mois» laisser par jour et vice versa)

ANNEXE 6: Tableau des probabilités de l'utilisation calculées avec le modèle.

NIVET.

TAILLE

ALTER.

CONMII

UTIL. Réelle

UTIL. PREDITE

2

11

1

0

1

0.0351384001161

1

3

0

1

1

0.599117288347

0

3

0

1

1

0.426211354479

2

5

0

1

1

0.700735259298

2

10

0

1

1

0.556149312911

1

6

1

1

1

0.23139169463

2

12

1

0

1

0.0311365681789

0

6

0

1

1

0.337942302264

0

3

0

1

1

0.426211354479

0

10

0

1

1

0.236370921372

0

4

0

1

1

0.395948251274

0

4

0

1

1

0.395948251274

0

4

0

1

1

0.395948251274

1

7

0

1

1

0.475416368961

1

6

0

1

1

0.506658784879

1

8

0

1

1

0.444365206649

1

5

0

1

1

0.537849281487

2

6

0

1

1

0.67387215832

2

7

0

1

1

0.645816522974

2

7

0

1

1

0.645816522974

2

7

0

1

1

0.645816522974

2

7

0

1

1

0.645816522974

2

7

0

1

1

0.645816522974

2

7

0

1

1

0.645816522974

2

8

0

1

1

0.616720107772

2

10

0

1

1

0.556149312911

2

4

0

1

1

0.726284416276

2

5

0

1

1

0.700735259298

2

5

0

1

1

0.700735259298

2

5

0

1

1

0.700735259298

2

6

0

1

1

0.67387215832

2

6

0

1

1

0.67387215832

2

6

0

1

1

0.67387215832

2

7

0

1

1

0.645816522974

2

7

0

1

1

0.645816522974

2

7

0

1

1

0.645816522974

2

8

0

1

1

0.616720107772

2

8

0

1

1

0.616720107772

2

6

0

1

1

0.67387215832

2

7

0

1

1

0.645816522974

2

9

0

1

1

0.586762871759

2

11

0

1

1

0.525103374912

2

15

0

1

1

0.401383370235

2

11

0

1

1

0.525103374912

1

4

0

1

1

0.568746295595

2

13

0

1

1

0.462668803787

2

3

0

1

1

0.750429213029

2

5

1

1

1

0.407018461013

1

3

1

1

1

0.304636009159

1

7

1

1

1

0.2099013498

2

5

1

1

1

0.407018461013

2

6

1

1

1

0.377222217407

2

7

1

1

1

0.348325933213

2

5

1

1

1

0.407018461013

2

6

1

1

1

0.377222217407

2

7

1

1

1

0.348325933213

2

7

1

1

1

0.348325933213

2

4

1

1

1

0.4375148387

0

6

0

1

1

0.337942302264

1

4

0

1

1

0.568746295595

1

6

0

1

1

0.506658784879

2

4

0

1

1

0.726284416276

2

5

0

1

1

0.700735259298

2

6

0

1

1

0.67387215832

2

5

0

1

1

0.700735259298

2

8

0

1

1

0.616720107772

2

6

0

1

1

0.67387215832

1

4

0

1

1

0.568746295595

1

5

1

1

1

0.25437391268

2

10

1

1

1

0.268635272182

2

8

0

1

1

0.616720107772

0

3

0

1

1

0.426211354479

1

14

0

1

1

0.27413009264

2

3

0

1

1

0.750429213029

2

3

0

1

1

0.750429213029

2

4

0

1

1

0.726284416276

2

4

0

1

1

0.726284416276

2

5

0

1

1

0.700735259298

2

3

0

1

1

0.750429213029

2

3

0

1

1

0.750429213029

2

4

0

1

1

0.726284416276

2

5

0

1

1

0.700735259298

2

6

0

1

1

0.67387215832

2

6

0

1

1

0.67387215832

2

4

0

1

1

0.726284416276

2

7

0

1

1

0.645816522974

2

6

0

1

1

0.67387215832

2

10

0

1

1

0.556149312911

1

4

0

1

1

0.568746295595

1

12

0

1

1

0.326586031628

2

3

0

1

1

0.750429213029

1

5

0

1

1

0.537849281487

2

8

1

1

1

0.320504019526

1

7

0

 

1

 

2

4

0

1

1

0.726284416276

2

4

0

1

1

0.726284416276

2

10

0

1

1

0.556149312911

2

3

1

1

1

0.468490925361

2

5

1

1

1

0.407018461013

0

5

0

1

1

0.366461584571

0

4

0

1

1

0.395948251274

1

3

0

1

1

0.599117288347

1

3

0

1

1

0.599117288347

1

3

0

1

1

0.599117288347

2

3

0

1

1

0.750429213029

2

4

0

1

1

0.726284416276

2

10

0

1

1

0.556149312911

2

5

0

1

1

0.700735259298

2

5

0

1

1

0.700735259298

2

12

0

1

1

0.493862159993

1

3

0

1

1

0.599117288347

2

8

0

1

1

0.616720107772

0

3

1

1

1

0.178809807291

2

5

1

1

1

0.407018461013

2

7

1

1

1

0.348325933213

2

6

1

1

1

0.377222217407

2

8

1

1

1

0.320504019526

1

9

1

1

1

0.171416501488

1

9

1

1

1

0.171416501488

2

8

0

1

1

0.616720107772

1

7

0

1

1

0.475416368961

2

5

0

1

1

0.700735259298

2

5

0

1

1

0.700735259298

2

5

0

1

1

0.700735259298

2

6

1

1

1

0.377222217407

2

4

1

1

1

0.4375148387

2

4

0

1

1

0.726284416276

2

8

0

1

1

0.616720107772

1

3

0

1

1

0.599117288347

1

3

0

1

1

0.599117288347

2

4

0

1

1

0.726284416276

2

9

0

1

1

0.586762871759

2

4

0

1

1

0.726284416276

0

4

0

1

1

0.395948251274

1

6

0

1

1

0.506658784879

2

4

0

1

1

0.726284416276

2

3

1

1

1

0.468490925361

1

3

0

1

1

0.599117288347

1

6

 

 

0

 

1

6

 

 

0

 

1

4

0

1

0

0.568746295595

1

7

0

1

0

0.475416368961

1

4

0

1

0

0.568746295595

1

15

0

1

0

0.249961315685

2

7

0

1

0

0.645816522974

2

13

0

1

0

0.462668803787

1

10

1

1

0

0.154377527471

1

11

0

 

0

 

2

8

0

1

0

0.616720107772

1

5

1

1

0

0.25437391268

0

4

1

0

0

0.0211329072536

1

6

1

0

0

0.0327184205495

0

4

0

1

0

0.395948251274

0

15

0

1

0

0.142102882676

1

9

1

1

0

0.171416501488

0

17

1

0

0

0.00423038816857

0

8

1

0

0

0.0129226498281

2

10

0

1

0

0.556149312911

2

6

0

1

0

0.67387215832

2

12

0

1

0

0.493862159993

1

4

1

1

0

0.278810744384

2

4

1

1

0

0.4375148387

1

6

0

0

0

0.103451904395

1

6

0

0

0

0.103451904395

1

3

1

0

0

0.0469135249852

1

3

1

0

0

0.0469135249852

2

14

0

1

0

0.431764958042

0

7

1

1

0

0.11664063375

2

6

1

1

0

0.377222217407

1

5

0

1

0

0.537849281487

1

11

0

1

0

0.354660338475

2

3

0

1

0

0.750429213029

2

6

0

1

0

0.67387215832

2

8

0

1

0

0.616720107772

2

7

1

1

0

0.348325933213

2

4

0

0

0

0.229660411262

0

3

1

0

0

0.023880707911

0

8

0

1

0

0.284432754692

0

6

0

1

0

0.337942302264

1

6

0

1

0

0.506658784879

1

9

0

1

0

0.413742560855

1

9

0

1

0

0.413742560855

0

6

1

1

0

0.130155586419

0

12

1

1

0

0.0659959523009

0

3

1

1

0

0.178809807291

0

4

1

1

0

0.161178886843

0

7

1

1

0

0.11664063375

1

3

1

1

0

0.304636009159

1

3

1

1

0

0.304636009159

1

3

1

1

0

0.304636009159

1

5

1

1

0

0.25437391268

1

8

1

1

0

0.189913743182

0

7

0

0

0

0.0481718368621

1

5

1

0

0

0.0369158138203

0

6

0

1

0

0.337942302264

2

8

0

1

0

0.616720107772

2

8

0

1

0

0.616720107772

2

4

1

1

0

0.4375148387

2

12

1

1

0

0.222413112702

2

11

0

0

0

0.110505911651

2

3

0

1

0

0.750429213029

2

7

0

1

0

0.645816522974

2

3

0

1

0

0.750429213029

2

5

0

1

0

0.700735259298

2

7

0

1

0

0.645816522974

2

12

0

1

0

0.493862159993

2

6

0

1

0

0.67387215832

2

7

0

1

0

0.645816522974

1

11

1

1

0

0.138748631386

2

9

1

1

0

0.293902117656

2

13

1

1

0

0.201537994613

1

3

0

1

0

0.599117288347

0

6

0

1

0

0.337942302264

0

6

1

1

0

0.130155586419

2

8

1

1

0

0.320504019526

0

16

1

1

0

0.0410877427556

2

11

0

1

0

0.525103374912

2

17

0

1

0

0.343033356518

2

6

1

1

0

0.377222217407

1

7

0

1

0

0.475416368961

1

7

0

1

0

0.475416368961

2

6

0

1

0

0.67387215832

0

3

1

1

0

0.178809807291

2

7

1

1

0

0.348325933213

0

3

0

1

0

0.426211354479

2

6

0

0

0

0.188416722997

1

4

0

1

0

0.568746295595

2

6

0

1

0

0.67387215832

2

4

1

1

0

0.4375148387

0

3

0

1

0

0.426211354479

0

5

0

0

0

0.0610247970505

0

5

1

0

0

0.0186952229681

1

7

0

1

0

0.475416368961

2

4

0

1

0

0.726284416276

2

13

0

1

0

0.462668803787

0

3

1

1

0

0.178809807291

0

5

1

1

0

0.144979484767

0

7

1

1

0

0.11664063375

1

8

1

1

0

0.189913743182

1

11

1

1

0

0.138748631386

1

5

1

1

0

0.25437391268

1

7

0

1

0

0.475416368961

2

14

1

1

0

0.182163164743

2

5

0

1

0

0.700735259298

2

6

0

1

0

0.67387215832

2

4

1

1

0

0.4375148387

1

9

1

1

0

0.171416501488

2

11

1

1

0

0.244787574362

2

12

1

1

0

0.222413112702

2

6

1

1

0

0.377222217407

2

7

1

1

0

0.348325933213

2

9

1

1

0

0.293902117656

0

7

1

0

0

0.0146188570305

1

3

0

1

0

0.599117288347

1

3

0

1

0

0.599117288347

2

10

0

1

0

0.556149312911

2

6

1

1

0

0.377222217407

0

3

0

0

0

0.0770295861499

1

4

0

0

0

0.129054574733

1

4

0

0

0

0.129054574733

0

4

1

0

0

0.0211329072536

0

13

0

1

0

0.175399662061

0

8

0

1

0

0.284432754692

1

3

0

1

0

0.599117288347

1

3

0

1

0

0.599117288347

1

11

0

1

0

0.354660338475

2

4

0

1

0

0.726284416276

1

6

1

1

0

0.23139169463

2

3

1

1

0

0.468490925361

2

6

1

1

0

0.377222217407

2

6

1

1

0

0.377222217407

2

7

1

1

0

0.348325933213

2

4

1

1

0

0.4375148387

1

11

1

1

0

0.138748631386

0

3

1

1

0

0.178809807291

2

10

1

1

0

0.268635272182

1

4

0

1

0

0.568746295595

1

3

0

1

0

0.599117288347

1

7

1

1

0

0.2099013498

2

3

0

0

0

0.25252717099

0

5

0

1

0

0.366461584571

1

3

0

1

0

0.599117288347

2

8

0

1

0

0.616720107772

1

9

1

1

0

0.171416501488

2

7

1

1

0

0.348325933213

2

14

1

1

0

0.182163164743

2

20

1

1

0

0.0951716109708

0

5

1

1

0

0.144979484767

2

5

1

1

0

0.407018461013

2

8

1

1

0

0.320504019526

2

8

1

1

0

0.320504019526

1

11

0

 

0

 

0

6

1

1

0

0.130155586419

0

4

0

1

0

0.395948251274

2

4

0

1

0

0.726284416276

2

7

1

1

0

0.348325933213

1

17

0

1

0

0.206047027375

1

17

0

1

0

0.206047027375

0

7

0

0

0

0.0481718368621

1

5

0

0

0

0.11563874904

1

4

0

1

0

0.568746295595

2

10

1

1

0

0.268635272182

0

3

1

0

0

0.023880707911

1

3

1

1

0

0.304636009159

1

6

0

1

0

0.506658784879

1

10

0

1

0

0.38377264896

2

5

0

1

0

0.700735259298

2

8

1

1

0

0.320504019526

0

10

0

0

0

0.0336094184852

2

11

1

1

0

0.244787574362

2

4

0

1

0

0.726284416276

2

4

0

1

0

0.726284416276

2

6

1

1

0

0.377222217407

1

15

0

1

0

0.249961315685

2

3

1

1

0

0.468490925361

2

5

1

1

0

0.407018461013

1

8

1

1

0

0.189913743182

2

5

1

1

0

0.407018461013

2

3

0

1

0

0.750429213029

2

3

0

1

0

0.750429213029

précédent sommaire










Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy



"Il ne faut pas de tout pour faire un monde. Il faut du bonheur et rien d'autre"   Paul Eluard