CHILD NUTRITIONAL STATUS IN EGYPT: A COMPREHENSIVE ANALYSIS OF SOCIOECONOMIC DETERMINANTS USING A QUANTILE REGRESSION APPROACH
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
This study examined the underlying demographic and socioeconomic determinants of child nutritional status in Egypt using data from the most recent round of the Demographic and Health Survey. The height-for-age Z-score (HAZ) was used as a measure of child growth. A quantile regression approach was used to allow for a heterogeneous effect of each determinant along different percentiles of the conditional distribution of the HAZ. A nationally representative sample of 13,682 children aged 0-4 years was drawn from the 2014 Egypt DHS. The multivariate analyses included a set of HAZ determinants commonly used in the literature. The conditional and unconditional analyses revealed a socioeconomic gradient in child nutritional status, in which children of low income/education households have a worse HAZ than those from high income/education households. The results also showed significant disparities in child nutritional status by demographic and social characteristics. The quantile regression results showed that the association between the demographic and socioeconomic factors and HAZ differed along the conditional HAZ distribution. Intervention measures need to consider the heterogeneous effect of the determinants of child nutritional status along the different percentiles of the HAZ distribution. There is no one-size-fits-all policy to combat child malnutrition; a multifaceted approach and targeted policy interventions are required to address this problem effectively.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle