What is the cost of integration? Evidence from an integrated health and agriculture project to improve nutrition outcomes in Western Kenya
Notice bibliographique
Résumé
Integrated nutrition and agricultural interventions have the potential to improve the efficiency and effectiveness of investments in food security and nutrition. This article aimed to estimate the costs of an integrated agriculture and health intervention (Mama SASHA) focused on the promotion of orange-fleshed sweet potato (OFSP) production and consumption in Western Kenya. Programme activities included nutrition education and distribution of vouchers for OFSP vines during antenatal care and postnatal care (PNC) visits. We used expenditures and activity-based costing to estimate the financial costs during programme implementation (2011-13). Cost data were collected from monthly expense reports and interviews with staff members from all implementing organizations. Financial costs totalled US$507 809 for the project period. Recruiting and retaining women over the duration of their pregnancy and postpartum period required significant resources. Mama SASHA reached 3281 pregnant women at a cost of US$155 per beneficiary. Including both pregnant women and infants who attended PNC services with their mothers, the cost was US$110 per beneficiary. Joint planning, co-ordination and training across sectors drove 27% of programme costs. This study found that the average cost per beneficiary to implement an integrated agriculture, health and nutrition programme was substantial. Planning and implementing less intensive integrated interventions may be possible, and economies of scale may reduce overall costs. Empirical estimates of costs by components are critical for future planning and scaling up of integrated programmes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».