Predictors of fertility-limiting preferences among currently married women in Bangladesh: an interpretable machine learning analysis of the 2022 Demographic and Health Survey
Door gebruik te maken van interpreteerbare machine learning op de 2022 Bangladesh Demographic and Health Survey data, toont deze studie aan dat XGBoost nauwkeurig vruchtbaarheidbeperkende voorkeuren onder getrouwde vrouwen kan voorspellen, waarbij leeftijd, aantal levende kinderen en anticonceptie-intentie als belangrijke voorspellers worden geïdentificeerd, terwijl wordt onthuld dat digitale inclusie en mentale gezondheid een minimale invloed hebben.