MétaCan
Menu
Retour à la cohorte
Enregistrement W3124849722 · doi:10.1111/mcn.12080/abstract

The Economic Rationale for Investing in Stunting Reduction

2013· article· en· W3124849722 sur OpenAlexaff
John Hoddinott, Harold Alderman, Jere R. Behrman, Lawrence Haddad, Susan Horton

Notice bibliographique

RevueScholarly Commons (University of Pennsylvania) · 2013
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionPublic economicsEconomicsConstruct (python library)Baseline (sea)Development economicsEconomic growthBusinessActuarial sciencePolitical scienceMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

The Economic Rationale for Investing in Stunting Reduction This paper outlines the economic rationale for investments that reduce stunting. We present a framework that illustrates the functional consequences of stunting in the 1000 days after conception throughout the life cycle: from childhood through to old age. We summarize the key empirical literature around each of the links in the life cycle, highlighting gaps in knowledge where they exist. We construct credible estimates of benefit-cost ratios for a plausible set of nutritional interventions to reduce stunting. There are considerable challenges in doing so that we document. We assume an uplift in income of 11 percent due to the prevention of one fifth of stunting and a 5 % discount rate of future benefit streams. Our estimates of the country-specific benefit: cost ratios for investments that reduce stunting in 17 high-burden countries range from 3.6 (DRC) to 48 (Indonesia) with a median value of 18(Bangladesh). Mindful that these results hinge on a number of

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,355
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,233
Écart entre enseignants0,206 · 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 tête enseignante, 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

Citations19
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarly Commons (University of Pennsylvania)Même sujetChild Nutrition and Water AccessTravaux en français237 207