MétaCan
Menu
Retour à la cohorte
Enregistrement W1981059194 · doi:10.12927/whp.2012.22857

Breastfeeding as a Time-Varying–Time-Dependent Factor for Birth Spacing: Multivariate Models with Validations and Predictions

2012· article· en· W1981059194 sur OpenAlexvenueno aff
Rajvir Singh, Vrijesh Tripathi, Kalpana Singh, M.Divya Vani, Sada Nand Dwivedi

Notice bibliographique

RevueWorld health & population · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBreastfeedingResidenceDemographyMultivariate statisticsMultivariate analysisMedicineBirth orderPopulationBirth rateFertilityStatisticsPediatricsEnvironmental healthMathematicsSociology

Résumé

récupéré en direct d'OpenAlex

Data used in the present study are from the National Family Health Survey (NFHS-I) 1992-93 (International Institute for Population Sciences 1995), India. Our study has developed Cox model analyses to see the effect of breastfeeding as a time-varying and time-dependent factor on birth spacing. While it is acknowledged that breastfeeding has a protective effect on birth spacing, such analysis of breastfeeding allows for a more nuanced understanding of that effect. Multivariate analysis revealed that breastfeeding, ever experience of fetal loss, education of women, employment status of women, education of husband, media exposure, survival status of index child and place of residence played an important part in extending birth space in at least one of the birth-spacing intervals (first to fifth). However, the variables varied from the first birth spacing to the fifth birth spacing. Breastfeeding is the only covariate found to be a significant protective factor associated with each birth spacing. Furthermore, this study validates the developed models with their prediction utilities for birth spacing.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,041
score de la tête « metaresearch » (Gemma)0,048
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,048
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,136
Tête enseignante GPT0,423
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld health & populationMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207