Peer Review #3 of "Intake of supplementary food during pregnancy and lactation and its association with child nutrition in Timor Leste (v0.1)"
Notice bibliographique
Résumé
There is little evidence on maternal consumption of supplementary food on nutritional status of children.The objectives of this study were to measure the prevalence and determinants of supplementary food intake during pregnancy and lactation, and their association with nutritional status of under-five children in Timor Leste.Methods Crosssectional data from Timor Leste Demographic and Health survey on 5993 mother (15-49 years) child dyads (<5 years) were included in the analysis.Self-reported intake of supplementary food intake was the explanatory variable.Child's nutritional status was assessed by stunting, wasting and underweight and categorised according to WHO recommendations.Results The prevalence of taking supplementary food during pregnancy and lactation was respectively 29.1%(95%CI=27.2-31.0)31.0%(95%CI=29.1-33.0),and that of taking iron supplement during pregnancy was close to three-fifth (63.1%, 95%CI= 60.9-65.3).The odds of taking supplementary food during pregnancy and lactation were lower among those in the younger age groups and higher among urban residents.Compared with mothers who had supplementary food during pregnancy and lactation, those did not have had respectively 1.36 (OR=1.360,95%CI= 1.191-2.072)and 1.15 times (OR=1.152,95%CI= 1.019-1.754)higher odds of having stunted, and 1.30 (OR=1.307,95%CI= 1.108-1.853)and 1.43 (OR=1.426,95%CI= 1.140-1.863)times higher odds of having underweight children.Those who had none of the supplements had respectively 1.67 (OR=1.674,95%CI= 1.118-2.087)and 1.63 (OR=1.631,95%CI= 1.130-2.144)times higher odds of having stunted and underweight children.Conclusion A great majority of the mothers in Timor Leste are not taking supplementary food during pregnancy and lactation.We found a positive relationship between supplementary food intake during pregnancy and lactation with stunting and wasting among under-five children.
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 | 0,011 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,417 | 0,186 |
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 ».