How Can Nutrition Research Better Reflect the Relationship Between Wasting and Stunting in Children? Learnings from the Wasting and Stunting Project
Notice bibliographique
Résumé
Childhood wasting and stunting affect large numbers of children globally. Both are important risk factors for illness and death yet, despite the fact that these conditions can share common risk factors and are often seen in the same child, they are commonly portrayed as relatively distinct manifestations of undernutrition. In 2014, the Wasting and Stunting project was launched by the Emergency Nutrition Network. Its aim was to better understand the complex relationship and associations between wasting and stunting and examine whether current separations that were apparent in approaches to policy, financing, and programs were justified or useful. Based on the project's work, this article aims to bring a wasting and stunting lens to how research is designed and financed in order for the nutrition community to better understand, prevent, and treat child undernutrition. Discussion of lessons learnt focuses on the synergy and temporal relationships between children's weight loss and linear growth faltering, the proximal and distal factors that drive diverse forms of undernutrition, and identifying and targeting people most at risk. Supporting progress in all these areas requires research collaborations across interest groups that highlight the value of research that moves beyond a focus on single forms of undernutrition, and ensures that there is equal attention given to wasting as to other forms of malnutrition, wherever it is present.
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 | 0,149 | 0,169 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,019 |
| Communication savante | 0,018 | 0,019 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».