Determinants of child anthropometric indicators in Ethiopia
Notice bibliographique
Résumé
BACKGROUND: Malnutrition is one of the major contributors to child mortality in Ethiopia. Currently established, child nutrition status is assessed by four anthropometric indicators. However, there are other factors affecting children's anthropometric statuses. Thus, the main objective of this paper is to explore some of the determinants of child anthropometric indicators in Ethiopia. METHODS: Data from GROW (the Growing Nutrition for Mothers and Children), a survey including 1261 mothers and 1261 children was carried out in Ethiopia in 2016. Based on the data gathered, the goal of GROW is to improve the nutritional status of women of reproductive age (15-49), as well as boys and girls under 5 years of age in Ethiopia. In order to investigate the association between different factors and child anthropometric indicators, this study employs various statistical methods, such as ANOVA, T-test, and linear regressions. RESULTS: Child's sex (confidence intervals for (wasting = - 0.782, - 0.151; stunting = - 0.936,-0.243) (underweight = - 0.530, - 0.008), child's age (confidence intervals for (wasting = - 0.020, 0.007; stunting = - 0.042,-0.011) (underweight = - 0.025, - 0.002), maternal MUAC (confidence intervals for (wasting = 0.189, 0.985; BMI-for-age = 0.077, 0.895), maternal education (stunting = 0.095, 0.897; underweight = 0.120, 0.729), and open defecation (stunting = 0.055, 0.332; underweight = 0.042, 0.257) were found to be significantly associated with anthropometric indicators. Contrary to some findings, maternal dietary diversity does not present significance in aforementioned child anthropometric indicators. CONCLUSION: Depending on the choice of children anthropometric indicator, different conclusions were drawn demonstrating the association between each factor to child nutritional status. Results showed child's sex, age, region, open defecation, and maternal MUAC significantly increases the risk of child anthropometric indicators. Highlighting the factors influencing child undernutrition will help inform future policies and programs designed to approach this major problem in Ethiopia.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».