MétaCan
Menu
Retour à la cohorte
Enregistrement W3157219480 · doi:10.3861/kenko.87.2_84

Dietary difficulties among vulnerable people affected by the Kumamoto Earthquake

2021· article· en· W3157219480 sur OpenAlexaff
Kanata Saito, Noriko Sudo, Nobuyo Tsuboyama-Kasaoka, Yoshiyuki Shimoura

Notice bibliographique

RevueJapanese Journal of Health and Human Ecology · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensNutrition International
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthEconomic shortageElderly peopleMedicineMealOlder peopleConstipationGerontologySurgery

Résumé

récupéré en direct d'OpenAlex

This study aimed to reveal dietary difficulties among vulnerable people affected by the Kumamoto Earthquake. We analyzed 148 copies of assessment sheets for special need diets recorded by the members of Japan Dietetic Association-Disaster Assistance Team dispatched to the damaged areas and summarized their complaints by life stage and symptoms. A total of 432 people were grouped into four life stages; three lactating woman, three infants, 13 1-to-6 year-old children, and 282 elderly people. The two most complaints by the elderly were “low in vegetables” (17.6%) and “meal is hard” (14.4%). It is often pointed out the shortage of vegetables in the shelter meals, but because elderly people usually eat more vegetables than in other ages, it is possible that they may feel a lack of vegetables strongly during a disaster. According to the analysis by symptoms, hypertension (41.0%) was the most prevalent followed by constipation (21.7%), diabetes (19.7%), and difficulty in eating and swallowing (11.1%). They were frequently observed symptoms among elderly people and also reported in the Great East Japan Earthquake. It was suggested that dietary difficulties among vulnerable people could be caused by lacks of information about special needs diets and food distribution system as well as diets low in vegetables.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,442
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,032
Tête enseignante GPT0,359
Écart entre enseignants0,327 · 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'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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Journal of Health and Human EcologyMême sujetDisaster Response and ManagementTravaux en français237 207