MétaCan
Menu
Retour à la cohorte
Enregistrement W1981127225 · doi:10.3920/bm2012.0020

Probiotics and nutrients for the first 1000 days of life in the developing world

2012· review· en· W1981127225 sur OpenAlexaff
Megan K. Enos, Jeremy P. Burton, Joke Dols, S. Buhulata, John Changalucha, Gregor Reid

Notice bibliographique

RevueBeneficial Microbes · 2012
Typereview
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensLawson Health Research InstituteWestern University
Organismes subventionnairesnon disponible
Mots-clésDeveloping countryBusinessDisadvantagedEconomic growthMarketingHuman immunodeficiency virus (HIV)MedicineEconomicsFamily medicine

Résumé

récupéré en direct d'OpenAlex

Clinically proven probiotics are, for the most part, not available in the developing world and certainly not affordable for the majority of people. This is unconscionable considering these products can alleviate diarrhoea and various infections, which are by far the major cause of death in children and in adults who are HIV positive. Indeed, some of these products have been proven in developing world settings. Distribution networks exist along with pharmacies and clinics that dispense drugs and products that require refrigeration. So, are lack of profit or company resources the problem? Our university has shown that alternative community based kitchen models that produce probiotics can be established. These empower local people, are socially responsible, produce affordable products and deliver benefits to over 3,000 children and adults daily. Surely, other institutions and corporations can multiply this effect and develop social business models across the developing world that are supported by clinical and basic science studies? In this review, we will discuss the application of probiotics and selected nutrients in the first 1000 days of life, a critical timepoint which is particularly challenging in resource disadvantaged countries.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,063
Tête enseignante GPT0,314
Écart entre enseignants0,250 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations16
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBeneficial MicrobesMême sujetChild Nutrition and Water AccessTravaux en français237 207