Increasing Levels of Urban Malnutrition with Rapid Urbanization in Informal Settlements of Katutura, Windhoek: Neighbourhood Differentials and the Effect of Socio-Economic Disadvantage
Notice bibliographique
Résumé
Rapid urbanization and increasing urban poverty characterize much of Southern Africa, resulting in poor urban health. This study investigates inter-urban differences and determinants of undernutrition among marginalized communities. Using the 1992, 2000 and 2006/2007 Namibia Demographic and Health Survey data, we fitted hierarchical random intercept logit models, applied at 52 enumeration areas in the capital city (Windhoek), to estimate trends in undernutrition, and investigate risk factors associated with stunting and underweight. Findings demonstrate that undernutrition among children has risen (7.4% to 25.1%, p<0.001 for stunting; and 9.7% to 17.6%, p<0.001 for underweight, between 1992 and 2006/2007). The risk was pronounced for children from socioeconomically disadvantaged households (OR=1.53, 95% CI:[1.01, 2.31] for stunting and OR=2.16, 95% CI:[1.03, 4.89]for underweight). Evidence emerged of intra-urban variation in undernutrition. We argue that with increasing urbanization, comes the challenge of food insecurity and, consequently, malnutrition. For improved child health, urban planners should have targeted interventions for poor urban households and deprived neighbourhoods.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».