MétaCan
Menu
Retour à la cohorte
Enregistrement W3129272735 · doi:10.18820/9781928357759/07

The challenges of breastfeeding in poor urban areas in sub-Saharan Africa

2020· book-chapter· en· W3129272735 sur OpenAlexaff
Elizabeth Kimani‐Murage, Frederick Murunga Wekesah, Milka Wanjohi, Carolyn Kemunto Nyamasege, Sandrine Mutoni, Teresia Macharia

Notice bibliographique

RevueAfrican Sun Media eBooks · 2020
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueBreastfeeding Practices and Influences
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBreastfeedingEnvironmental healthGeographyMedicineSocioeconomicsPediatricsSociology

Résumé

récupéré en direct d'OpenAlex

Optimal breastfeeding has the potential to prevent more than 800 000 deaths in children younger than five years; 500 000 neonatal deaths; and 20 000 deaths in women every year. Despite these benefits, evidence from Sub-Saharan Africa shows that breastfeeding practices remain sub-optimal with only 25 per cent of children exclusively breastfed for the first six months, while six per cent of infants in these countries are never breastfed. For example, although the proportion of children who were exclusively breastfed in Kenya improved from 32 per cent in 2008 to 61 per cent in 2014, pockets of suboptimal breastfeeding practices are documented in urban slums. Exclusive breastfeeding in some of the urban slums in Kenya is as low as two per cent, with the age of introducing complementary foods being onemonth post-delivery, while about a third of children are not breastfed within one hour of delivery as recommended by the World Health Organization (WHO).

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,041
Tête enseignante GPT0,249
Écart entre enseignants0,208 · 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.

Devis d'étudeSans objet
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Sun Media eBooksMême sujetBreastfeeding Practices and InfluencesTravaux en français237 207