MétaCan
Menu
Retour à la cohorte
Enregistrement W3034736805 · doi:10.5539/gjhs.v12n8p83

Predictors of Stunting Among Children Under Five Year of Age in Indonesia: A Scoping Review

2020· review· en· W3034736805 sur OpenAlexvenueno aff
‎Henny Suzana Mediani

Notice bibliographique

RevueGlobal Journal of Health Science · 2020
Typereview
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Padjadjaran
Mots-clésScopusIndonesianPsychological interventionMedicineDeveloping countryEnvironmental healthPediatricsMEDLINEDemographyNursing

Résumé

récupéré en direct d'OpenAlex

The cases of stunting in Indonesian children under five years of age is become national issues. This is due to the prevalence of stunting in Indonesian children has still remained high comparing to other southeast countries, at the national level is approximately 31 %. The consequences of child stunting may give both immediate and long term and include increased morbidity and affect to child growth and development. There is evidence of some factors are known as risk factors of stunting in children globally. The aim of this review is to identify the current literature and compile the predictors that have been associated with stunting in Indonesia and where data gaps remain. A systematic search of the literature between 2010 and 2018 was conducted using PubMed, Google Scholar, Scopus, EBSCO and Clinical Key. A search of the literature was performed by using keywords: stunting, determinants, children under five year of age, factors, Indonesia. Papers were included in this review if they identify an association between child stunting and exposure to determinant factors. We include 18 articles in the final analysis that met with the criteria. The included studies indicated that there are several main predictors of child stunting: child factors (low birth weight, premature birth); maternal factors (parental short stature, parental education); infection, and breast feeding. A diverse range of contributing factors are, to varying degrees, associated with stunting, demonstrating the importance of considering how those predictors interacts with nutrition. Integrated health promotion, prevention and interventions by health care providers, communities including health cadres is needed to prevent new stunting children in Indonesia

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)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0100,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,042
Tête enseignante GPT0,392
Écart entre enseignants0,351 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations91
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetChild Nutrition and Water AccessTravaux en français237 207