Global, Regional and Country Trends in Underweight and Stunting as Indicators of Nutrition and Health of Populations
Notice bibliographique
Résumé
Stunting and wasting provide indicators of different nutritional deficiency problems, the causes of which are well established. Underweight based on weight-for-age cannot distinguish between these two and is therefore not useful to target programs and has limited value for tracking progress. Stunting reduces later school attainment and income as adults and increases the risk of obesity and noncommunicable diseases in later life. Globally, the estimated number of stunted children is decreasing, but is not on track to meet the goal of 100 million by 2025 (165 million), and there has been little change in the number of children suffering from wasting since 2004. Stunting and wasting provide excellent indicators of inequity. For example, from 1990 to 2010, the number of stunted children in Asia declined from 188.7 to 98.4 million, while in sub-Saharan Africa there was essentially no change in prevalence, and the number of stunted children increased from 45.7 to 55.8 million. Recent global development movements are recognizing the need for robust measures of trends in nutritional status of children, particularly during the critical first years of life. Such measures are needed to track progress and improve accountability, and should be aspirational to mobilize sufficient investment in nutrition.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».