School feeding program has resulted in improved dietary diversity, nutritional status and class attendance of school children
Notice bibliographique
Résumé
BACKGROUND: School Feeding Program (SFP) is a targeted safety net program designed to provide educational and health benefits to vulnerable children. However, limited evidence exists regarding the effect of the intervention on the nutritional status and school attendance of children. The study is aimed at examining the effects of SFP on dietary diversity, nutritional status and class attendance of school children in Boricha district, Southern Ethiopia. METHODS: The study was conducted based on a representative data collected from 290 students drawn from the district. A school-based comparative cross-sectional study was conducted on school children aged 10-14 years. Data were collected using structured pretested questionnaire. The effects of SFP on dietary diversity score (DDS), class attendance rate, body-mass-index for age (BAZ) and height-for-age (HAZ) Z-scores were assessed using multivariable linear regression model. RESULTS: The finding showed significantly higher mean (±SD) of DDS in SFP beneficiaries (5.8 ± 1.1) than the non-beneficiaries (3.5 ± 0.7) (P < 0.001). BAZ and HAZ of the beneficiaries were also higher than their counterparts, which were (0.07 ± 0.93), (- 0.50 ± 0.86) and (- 1.45 ± 1.38), (- 2.17 ± 1.15) respectively (P < 0.001). The mean (±SD) days of absence from school for non-beneficiaries (2.6 ± 1.6) was significantly higher than that of the beneficiaries (1.3 ± 1.7) (P < 0.05). CONCLUSION: Given the positive effects of the program in improving the DDS, nutritional status, and class attendance of school children, we strongly recommend scaling up the program to other food insecure areas.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».