Implementing Perennial Kitchen Garden Model to Improve Diet Diversity in Melghat, India
Notice bibliographique
Résumé
Lack of diet diversity causing micronutrient deficiency is common in developing countries and is gaining attention due to the hidden consequences of impaired physical and cognitive development. This paper describes the propagation of a sustainable perennial kitchen garden (KG) model to address household (HH) diet diversity in Melghat. Nutrient dense plants, comprising of minimum one tree (perennial) and one green leafy vegetable (GLV) were given to participating HHs along with qualitative interventions. Baseline survey was conducted in winter 2011 followed by seasonal surveys over 2 years to record changes in KG practices, dietary intake and childcare practices. Marked increase from 4% at baseline to 95% at endline was seen in the KG maintainance. Increased diversity was seen in all food categories other than cereals and pulses. Variety of GLVs consumed increased over the two winters as well as the 2 summers. However, no change in the quantity of GLV consumed was noted which was attributed to the duration of the study period being insufficient for the trees to grow and provide adequate leaves for consumption. Notably, livelihood component was not promoted and HHs were encouraged to harvest and distribute excess seeds to relatives and neighbours. The study generated huge demand from HHs within the intervention and neighbouring villages. It concludes that a well designed perennial KG along with imparting adequate knowledge can be a sustainable practice to increase diet diversity and GLV intake which would help address micronutrient deficiencies in the community.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».