Urban Household Characteristics and Dietary Diversity
Notice bibliographique
Résumé
BACKGROUND: The world's population is increasingly becoming urbanized. If the current urban growth rate is to continue, new and unprecedented challenges for food security will be inevitable. Dietary diversity has been used to ascertain food security status albeit at the multicountry and country levels. Thus, household-level studies in urban settings, particularly in sub-Sahara African, are few. Yet, it is imperative that assessments of food security are undertaken particularly in urban settings, due to the projected fast rate of urbanization and the challenges of attaining food security. OBJECTIVE: To examine household characteristics and dietary diversity. METHODS: The study uses data from 452 households from the second round of the Regional Institute for Population Studies (RIPS) EDULINK urban poverty and health study. Bivariate and multivariate analyses are undertaken. RESULTS: Mean dietary diversity for all households is 6.8. Vegetables have the highest diversity, followed by cereal-based and grain products. Household characteristics that have statistically significant associations with dietary diversity include sex and level of education of household head, household wealth quintile, and source of food. CONCLUSIONS: There is high dietary diversity in the study communities of Accra but low consumption of foods rich in micronutrient, such as fruits and milk/dairy products. The study brings to fore issues related to resource-disadvantaged entities of the urban system, namely, females, poor households, and the non-educated who have food insecurity problems.
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 | 0,000 | 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 ».