Increased Maternal Education and Knowledge of Nutrition and Reductions in Poverty are Associated with Dietary Diversity and Meal Frequency in an Observational Study of Indonesian Children
Notice bibliographique
Résumé
Background: Optimal infant and young child feeding during the first two years of life is essential to optimum child development and health. While the link between feeding practices and child health outcomes is well documented, little is known about the determinants of these feeding practices in Indonesia. The purpose of this study was to better understand factors associated with appropriate child feeding among Indonesian children 6–23 months of age. Methods: Interviewers conducted interviews with 1498 mothers of children 6–23 months of age to identify practices. Measures of feeding practices included dietary diversity, meal frequency, and minimum acceptable diet. Multivariate logistic regression was used to identify factors associated with dietary diversity and separately with meal frequency. Results: After adjusting for covariates, increased maternal education was associated with improved dietary diversity. Age of child [OR=1.11], knowledge of stunting [OR=1.80], and having ever received nutrition information [OR=1.89] were also associated with greater dietary diversity. Wealth [OR=0.86] and age of child [OR=0.92] were inversely associated with meal frequency. Maternal education, age of child, being a male child, knowledge of stunting, and having received nutrition information increased the odds of the child consuming a minimum acceptable diet. Conclusion: Increasing maternal education, knowledge of stunting, and knowledge of nutrition may improve dietary diversity while poverty alleviation has the potential to improve minimum meal frequency. These findings corroborate similar studies and confirm the importance of government efforts that help girls stay in school, improve families’ understanding of nutrition, and reduce poverty
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».