MétaCan
Menu
Retour à la cohorte
Enregistrement W2920336814 · doi:10.1002/fsn3.964

Feasibility and acceptability of food‐based complementary feeding recommendations using Trials of Improved Practices among poor families in rural Eastern and Western Uganda

2019· article· en· W2920336814 sur OpenAlexfundno aff
Hana Bekele, Florence Turyashemererwa

Notice bibliographique

RevueFood Science & Nutrition · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs CanadaWorld Health Organization
Mots-clésFocus groupEnvironmental healthPromotion (chess)MedicineSocioeconomicsBusinessMarketingPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Inadequate complementary feeding practices are a major contributor to stunting among children in Uganda. The WHO recommends the promotion of local food-based complementary feeding recommendations (FBCFRs) to address nutrient gaps during complementary feeding. This study tested the feasibility and acceptability of FBCFRs, using trials of improved practices (TIPs). Qualitative and quantitative methods were used in a cross-sectional survey over three household visits. At first household visit, information on socio-demographic factors and food frequency was collected and FBCFRs introduced. The second household visit assessed the use and barriers related to the FBCFRs, while the third household visit assessed the continued use of the FBCFRs. Focus group discussions and key informant interviews provided the insights into community norms on the FBCFRs. Most FBCFRs were feasible and acceptable. However, caretakers found it difficult to implement a full set of FBCFRs together with the recommended frequencies. Caretakers were more likely to try and continue using FBCFRs that had familiar methods of preparation and commonly used ingredients. Seasonality and cost were major barriers to use. Through TIPs, mothers demonstrated that they are open to try new ways of improving their children's nutrition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,037
score de la tête « metaresearch » (Gemma)0,083
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,083
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,379
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Science & NutritionMême sujetChild Nutrition and Water AccessTravaux en français237 207