Dietary diversity and fish consumption of mothers and their children in fisher households in Komodo District, eastern Indonesia
Notice bibliographique
Résumé
Small-scale coastal fisheries contribute directly and indirectly to the food and nutrition security of marine-dependent households. Fishers can apportion part of their catch for household consumption or use the income earned to purchase staples and other desired foods. Fish are an important animal-source food rich in micronutrients essential for cognitive development of children and for adult health, and a valuable addition to rice-based diets. Furthermore, the engagement of women in fisheries value chains and increased control over income may facilitate decision-making which improves nutrition outcomes for women and their children. Despite these contributions, food insecurity remains prevalent in many low and middle income fish-producing countries. This paper reports findings from an exploration of the interplaying factors leading to food and nutrition insecurity in three marine-dependent coastal communities in eastern Indonesia, focusing on the consumption pathway, that is, the contribution of fish to the diets and nutrition of women and children. The research was undertaken as a mixed-methods case study. The study found that over 50% of mother-child pairs failed to meet the minimum recommended dietary diversity, and, while fish was the main animal-source food in diets, the introduction of fish to infant and young child diets was delayed due to fears of allergies and illnesses. Moreover, access to nutrient-dense foods was affected by variable and insufficient income from fisheries-based livelihoods, isolation from markets, and the broader food environment. Given the shift towards 'nutrition-sensitive interventions' to improve the livelihoods and well-being of fisher households, these results highlight the need for analysis of the intra-household sharing of fish within fisher households, culturally-appropriate strategies to improve the quality of family and especially complementary foods, and efforts to increase physical access to nutrient-dense foods.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».