MétaCan
Menu
Retour à la cohorte
Enregistrement W2089260662 · doi:10.1371/journal.pone.0110961

Households across All Income Quintiles, Especially the Poorest, Increased Animal Source Food Expenditures Substantially during Recent Peruvian Economic Growth

2014· article· en· W2089260662 sur OpenAlexfundno aff
Debbie Humphries, Jere R. Behrman, Benjamin T. Crookston, Kirk A. Dearden, Whitney Schott, Mary E. Penny

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesGrand Challenges CanadaEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentUniversity of PennsylvaniaBill and Melinda Gates Foundation
Mots-clésConsumption (sociology)Household incomeSocioeconomic statusEconomicsFood consumptionAgricultural economicsDemographySocioeconomicsAnimal scienceGeographyBiologyEnvironmental healthMedicinePopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Relative to plant-based foods, animal source foods (ASFs) are richer in accessible protein, iron, zinc, calcium, vitamin B-12 and other nutrients. Because of their nutritional value, particularly for childhood growth and nutrition, it is important to identify factors influencing ASF consumption, especially for poorer households that generally consume less ASFs. OBJECTIVE: To estimate differential responsiveness of ASF consumption to changes in total household expenditures for households with different expenditures in a middle-income country with substantial recent income increases. METHODS: The Peruvian Young Lives household panel (n = 1750) from 2002, 2006 and 2009 was used to characterize patterns of ASF expenditures. Multivariate models with controls for unobserved household fixed effects and common secular trends were used to examine nonlinear relationships between changes in household expenditures and in ASF expenditures. RESULTS: Households with lower total expenditures dedicated greater percentages of expenditures to food (58.4% vs.17.9% in 2002 and 24.2% vs. 21.5% in 2009 for lowest and highest quintiles respectively) and lower percentages of food expenditures to ASF (22.8% vs. 33.9% in 2002 and 30.3% vs. 37.6% in 2009 for lowest and highest quintiles respectively). Average percentages of overall expenditures spent on food dropped from 47% to 23.2% between 2002 and 2009. Households in the lowest quintiles of expenditures showed greater increases in ASF expenditures relative to total consumption than households in the highest quintiles. Among ASF components, meat and poultry expenditures increased more than proportionately for households in the lowest quintiles, and eggs and fish expenditures increased less than proportionately for all households. CONCLUSIONS: Increases in household expenditures were associated with substantial increases in consumption of ASFs for households, particularly households with lower total expenditures. Increases in ASF expenditures for all but the top quintile of households were proportionately greater than increases in total food expenditures, and proportionately less than overall expenditures.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,202
Écart entre enseignants0,186 · 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'étudeObservationnel
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

Citations27
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207