Community Interventions for Dietary Improvement in Ghana
Notice bibliographique
Résumé
UNLABELLED: Background. Low caregiver income and poor nutrition knowledge and skills are important barriers to achieving optimal child feeding in rural Ghana. OBJECTIVE: An integrated microcredit and nutrition education intervention was implemented to address these barriers. METHODS: Using a quasi-experimental design, 134 caregivers of children 2 to 5 years of age in six intervention communities were enrolled into self-selected savings and loan groups. They received small individual loans over four 16-week cycles to support their income-generating activities. Nutrition and entrepreneurial education was provided during weekly loan repayment meetings. Another 261 caregivers in six comparison communities did not receive the intervention. Data on household sociodemographic and economic characteristics, perception of income-generating activity profits, and children's consumption of animal-source foods in the previous week were collected at baseline and at four additional time points. Differences according to group (intervention vs. control) and time (baseline vs. endline) were analyzed with chi-square and Student's t-tests. RESULTS: The intervention and comparison groups did not differ by caregivers' age and formal education; few (35) had previous experience with microcredit loans. At endline, more intervention than comparison caregivers perceived that their business profits had increased (59% vs. 23%, p < .001). In contrast to comparison children, after 16 months of intervention children consumed more livestock meat (p =.001), organ meat (p = .04), eggs (p = .001), and milk and milk products (p < .0001) in the previous week in comparison with baseline. CONCLUSIONS: Integrated food-centered strategies can improve children's diets, which will enhance their nutritional status, health, and cognitive outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 source (Gemma direct ou Codex distillé), 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 ».