Healthcare providers and Caregivers’ perspectives on factors underlying the persistent malnutrition of Children aged 0-59 months in Buhweju district, southwestern Uganda
Notice bibliographique
Résumé
Abstract Background The nutritional well-being of infants and young children is influenced by economic, environmental and maternal factors that range from food intake, health, sanitation and care. All regions of Uganda have registered unacceptably high levels of childhood malnutrition over the years, although with an uneven distribution across regions. This study assessed health provider and caregiver perspectives on factors responsible for persistent malnutrition among children aged 0-59 months in Engaju and Nyakishana sub counties in Buhweju district.Methods In this phenomenological qualitative study, we conducted six Focus group discussions with Village Health Team members and care takers of children aged 0-59 months in Engaju and Nyakishana sub-counties and two key informant interviews with two members of the district health team to explore their perceptives on the factors responsible for persistent malnutrition in Buhweju District in May 2018. Data were thematically analyzed manually and using Atals Ti 7.5Results Historical and geographical challenges, poverty and economic occupation, parental alcoholism and domestic violence as well as inadequate childcare services were identified as factors responsible for persistent malnutrition among children aged 0-59 months in Engaju and Nyakishana sub counties in Buhweju district Conclusion Persistent malnutrition in children aged 0-59 months in Buhweju district is mainly due to historical and geographical challenges and its associated factors that include poverty and economic occupation, parental alcoholism and domestic violence and inadequate childcare services . Addressing these factors from the grassroots up through, multisectoral collaboration between infrastructure, Agriculture, Education and health, engaging communities and effective policy changes and implementation has the potential to improve the nutrition status of children in Buhweju district
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 | 0,002 | 0,004 |
| 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 | 0,006 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».