MétaCan
Menu
Retour à la cohorte
Enregistrement W3160876466 · doi:10.1111/mcn.13202

Leveraging water, sanitation and hygiene for nutrition in low‐ and middle‐income countries: A conceptual framework

2021· review· en· W3160876466 sur OpenAlexfundno aff
Eleonor Zavala, Shannon King, Talata Sawadogo‐Lewis, Timothy Roberton

Notice bibliographique

RevueMaternal and Child Nutrition · 2021
Typereview
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs Canada
Mots-clésSanitationHygieneMedicinePsychological interventionConceptual frameworkEnvironmental healthLow and middle income countriesThe Conceptual FrameworkDeveloping countryEconomic growthNursingPathology

Résumé

récupéré en direct d'OpenAlex

In low- and middle-income countries (LMICs), access to water, sanitation and hygiene (WASH) is associated with nutritional status including stunting, which affects 144 million children under 5 globally. Despite the consistent epidemiological association between WASH indicators and nutritional status, the provision of WASH interventions alone has not been found to improve child growth in recent randomized control trials. We conducted a literature review to develop a new conceptual framework that highlights what is known about the WASH to nutrition pathways, the limitations of certain interventions and how future WASH could be leveraged to benefit nutritional status in populations. This new conceptual framework will provide policy makers, program implementors and researchers with a visual tool to bring into perspective multiple levels of WASH and how it may effectively influence nutrition while identifying existing gaps in implementation and research.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,025
Tête enseignante GPT0,289
Écart entre enseignants0,264 · 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'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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaternal and Child NutritionMême sujetChild Nutrition and Water AccessTravaux en français237 207