Inadequate feeding of infant and young children in India: lack of nutritional information or food affordability?
Notice bibliographique
Résumé
OBJECTIVE: Despite a rapidly growing economy and rising income levels in India, improvements in child malnutrition have lagged. Data from the most recent National Family Health Survey reveal that the infant and young child feeding (IYCF) practices recommended by the WHO and the Indian Government, including the timely introduction of solid food, are not being followed by a majority of mothers in India. It is puzzling that even among rich households children are not being fed adequately. The present study analyses the socioeconomic factors that contribute to this phenomenon, including the role of nutritional information. DESIGN: IYCF practices from the latest National Family Health Survey (2005-2006) were analysed. Multivariate logistic regression analyses were performed to establish the determinants of poor feeding practices. The indicators recommended by the WHO were used to assess the IYCF practices. SETTING: India. SUBJECTS: Children (n 9241) aged 6-18 months. RESULTS: Wealth was shown to have only a small effect on feeding practices. For children aged 6-8 months, the mother's wealth status was not found to be a significant determinant of sound feeding practices. Strikingly, nutritional advice on infant feeding practices provided by health professionals (including anganwadi workers) was strongly correlated with improved practices across all age groups. Exposure to the media was also found to be a significant determinant. CONCLUSIONS: Providing appropriate information may be a crucial determinant of sound feeding practices. Efforts to eradicate malnutrition should include the broader goals of improving knowledge related to childhood nutrition and IYCF practices.
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 | 0,001 | 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 | 0,003 |
| 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 ».