Improving the iron status of school children through a school noon meal programme with meals prepared using a multiple micronutrient-fortified salt in Tamil Nadu, India.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: To improve the iron status of school children through noon meals prepared using a multiple micronutrient-fortified salt. METHODS AND STUDY DESIGN: Children from a randomly selected school who consumed (intervention) and did not consume (reference) a noon meal prepared using a multiple micronutrient- fortified salt were studied over 1 year. A pre-post-test design for children aged 5-17years in reference (n=100) and intervention (n=128) groups was used. Levels of serum ferritin, soluble transferrin receptor (sTfR), alpha glycoprotein (AGP), and C-reactive protein (CRP) were assessed at baseline and at 1 year. In a subsample, urinary iodine was assessed. RESULTS: sTfR decreased in the intervention group (-0.80 mg/L) but increased in the reference group (0.47 mg/L) at 1 year (p=0.0001).Body iron stores (BIS) increased in the intervention group (0.09 mg/kg body weight) and decreased (-0.58 mg/kg body weight) in the reference group at 1 year (p=0.028).These findings indicate an increase in iron deficiency in the reference group and a decrease in the intervention group. However, no changes in serum ferritin and urinary iodine were observed in either group or between groups. CONCLUSIONS: Iron status can be improved in schoolchildren in Tamil Nadu by increasing the amount of micronutrients in the fortified salt used for preparing noon-time school meals.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 ».