Vitamin A Supplementation Programs and Country-Level Evidence of Vitamin A Deficiency
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Vitamin A supplementation (VAS) programs targeted at children aged 6-59 months are implemented in many countries. By improving immune function, vitamin A (VA) reduces mortality associated with measles, diarrhea, and other illnesses. There is currently a debate regarding the relevance of VAS, but amidst the debate, researchers acknowledge that the majority of nationally-representative data on VA status is outdated. To address this data gap and contribute to the debate, we examined data from 82 countries implementing VAS programs, identified other VA programs, and assessed the recentness of national VA deficiency (VAD) data. We found that two-thirds of the countries explored either have no VAD data or data that were >10 years old (i.e., measured before 2006), which included twenty countries with VAS coverage ≥70%. Fifty-one VAS programs were implemented in parallel with at least one other VA intervention, and of these, 27 countries either had no VAD data or data collected in 2005 or earlier. To fill these gaps in VAD data, countries implementing VAS and other VA interventions should measure VA status in children at least every 10 years. At the same time, the coverage of VA interventions can also be measured. We identified three countries that have scaled down VAS, but given the lack of VA deficiency data, this would be a premature undertaking in most countries without appropriate status assessment. While the global debate about VAS is important, more attention should be directed towards individual countries where programmatic decisions are made.
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.
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) | 0,001 | 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 | 0,001 | 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 découle