Variations in the nutritional status of school going children in four rural districts of PUNJAB, PAKISTAN
Notice bibliographique
Résumé
Childhood is the time when maximum growth in relations to size, intellectual, emotional and psychological improvement takes place. Nutrition is an important factor for healthiness and wellbeing. The current study objective was to evaluate the nutritional status of school going children i.e., prevalence of underweight, stunting, and thinness across four districts of Punjab (Okara, Bhawalnagar, Layyah and Rajanpur). This cross-sectional study was carried out from April to August 2016 on 399 school going children (48 female and 351 male) of ages between 9 and16 years. Age, height, and weight had been taken in years, centimeter and kilogram respectively. According to the results, 23.1%, 17.5%, and 28.1% children were found to be underweight, slimness (thinness) and stunting in population (Okara, Bhawalnagar, Layyah, and Rajanpur districts). Moreover, 22.2% male children was found underweight, 30.8% stunted, and 13.7% was thin. Regarding the female participants 29.2% were underweight, 8.3% stunted, and 45.8% thinness, indicating female children has more prevalence of underweight and thinness than male children but the prevalence of stunting is more in male participants than female. These results will be useful for policy makers while developing nutritional intervention programs.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».