MétaCan
Menu
Retour à la cohorte
Enregistrement W4253160301 · doi:10.1002/14651858.cd004676

School feeding for improving the physical and psychosocial health of disadvantaged elementary school children

2003· reference-entry· en· W4253160301 sur OpenAlexaff
Elizabeth Kristjansson, VA Robinson, Trisha Greenhalgh, Jessie McGowan, Daniel Francis, Peter Tugwell, Mark Petticrew, Beverley Shea, George A. Wells

Notice bibliographique

RevueCochrane Database of Systematic Reviews · 2003
Typereference-entry
Langueen
DomaineMedicine
ThématiqueChild Nutrition and Feeding Issues
Établissements canadiensInstitute of Population and Public HealthUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDisadvantagedPsychosocialSocioeconomic statusIntervention (counseling)PsychologySchool healthProtocol (science)MedicineEnvironmental healthMedical educationNursingPopulationPolitical sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Early malnutrition and/or micronutrient deficiencies can adversely affect physical, mental, and social aspects of child health. School feeding programs are designed to improve attendance, achievement, growth, and other health outcomes. OBJECTIVES: The main objective was to determine the effectiveness of school feeding programs in improving physical and psychosocial health for disadvantaged school children. SEARCH STRATEGY: We searched a number of databases including CENTRAL (2006 Issue 2), MEDLINE (1966 to May 2006), EMBASE (1980 to May 2006), PsycINFO (1980 to May 2006) and CINAHL (1982 to May 2006). Grey literature sources were also searched. Reference lists of included studies and key journals were handsearched and we also contacted selected experts in the field. SELECTION CRITERIA: Data from randomized controlled trials (RCTs), non-randomised controlled clinical trials (CCTs), controlled before and after studies (CBAs), and interrupted time series studies (ITSs) were included. Feeding had to be done in school; the majority of participants had to be socio-economically disadvantaged. DATA COLLECTION AND ANALYSIS: Two reviewers assessed all searches and retrieved studies. Data extraction was done by one of four reviewers and reviewed by a second. Two reviewers independently rated quality. If sufficient data were available, they were synthesized using random effects meta-analysis, adjusting for clustering if needed. Analyses were performed separately for RCTs and CBAs and for higher and lower income countries. MAIN RESULTS: We included 18 studies. For weight, in the RCTs and CBAs from Lower Income Countries, experimental group children gained an average of 0.39 kg (95% C.I: 0.11 to 0.67) over an average of 19 months and 0.71 kg (95% C.I.: 0.48 to 0.95) over 11.3 months respectively. Results for weight were mixed in higher income countries. For height, results were mixed; height gain was greater for younger children. Attendance in lower income countries was higher in experimental groups than in controls; our results show an average increase of 4 to 6 days a year. Math gains were consistently higher for experimental groups in lower income countries; in CBAs, the Standardized Mean Difference was 0.66 (95% C.I. = 0.13 to 1.18). In short-term studies, small improvements in some cognitive tasks were found. AUTHORS' CONCLUSIONS: School meals may have some small benefits for disadvantaged children. We recommend further well-designed studies on the effectiveness of school meals be undertaken, that results should be reported according to socio-economic status, and that researchers gather robust data on both processes and carefully chosen outcomes

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,056
Tête enseignante GPT0,378
Écart entre enseignants0,322 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations88
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCochrane Database of Systematic ReviewsMême sujetChild Nutrition and Feeding IssuesTravaux en français237 207