Une poignée de grandes interventions bien connues conçues pour aider les étudiants à risque à cibler la fréquentation scolaire comme un résultat intermédiaire clé. Ces programmes partagent plusieurs caractéristiques communes, y compris un système d`alerte précoce pour identifier les étudiants à risque et un soutien individualisé pour ces étudiants. Les interventions sont généralement fournies dans le cadre d`un modèle de gestion des cas, où le personnel scolaire ou le personnel du programme travaillent avec les élèves, et souvent avec leur famille, sur une série de questions. Le verdict sur ces programmes est cependant mitigé. Une expérience randomisée utilisant une surveillance impersonnelle a été mise en œuvre par Seva Mandir, une organisation non gouvernementale qui dirige des centres d`enseignement primaire non formels dans les villages tribaux du district rural d`Udaipur. Le programme a été évalué par Duflo et Hanna (2005). Udaipur est une région faiblement peuplée, aride et vallonnée, où les villages sont éloignés et l`accès est difficile, ce qui rend très difficile pour Seva Mandir de surveiller les centres d`éducation régulièrement. Les taux d`absences sont très élevés, malgré la politique de l`organisation demandant le licenciement dans les cas où l`absence est élevée. À la base de cette étude en août 2003, le taux d`absence était de 44%, ce qui était assez semblable au taux d`absentéisme de 40 p. 100 trouvé dans une étude menée en 1995 (Banerjee, Deaton et Duflo, 2004b). La plupart des écoles de Seva Mandir sont des écoles d`un-enseignant, de telle sorte que lorsque l`enseignant est absent, les enfants reviennent à la maison et perdent toute la journée de scolarité. Les associations entre les niveaux de satisfaction professionnelle et le nombre de jours d`absence de maladie ont été analysées à l`aide de la régression linéaire multiple (ENTER) dans SPSS pour Windows (version 15), contrôlant l`âge, le sexe, la charge de travail physique et mentale, l`autonomie et la décision Autorité.

Les distributions binomiales négatives et les distributions de poisson sont un choix naturel pour modéliser les données de comptage et sont souvent utilisées dans la recherche sur l`absence de maladie. Le nombre de courts épisodes d`absence de maladie a été modélisé avec une distribution binomiale négative sans gonflement à l`aide de transition Data Analysis version 6.4 f. Le nombre de longs épisodes d`absence de maladie a été analysé à l`aide de la distribution de poisson calculée avec GENLOG pour l`analyse générale log-linéaire dans SPSS pour Windows (version 15).