MétaCan
Menu
← Retour à la cohorte
Enregistrement W4281572066 · doi:10.21203/rs.3.rs-1582047/v1

Comparative study of stunting measurement in children using WHO procedure and stunting mat in Ghana

2022· preprint· en· W4281572066 sur OpenAlexaff
Nafisatu Bukari, Alhassan Danaa, Abdullai Mubarak, Wilfred W. Forfoe, Ayishetu Gariba, Zakari Ali

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Objective: Height data is not useful immediately without further processing. The Stunting mat was designed to stunting. However, the mat has not been validated for use in Ghana. This study compared stunting measured with the mat and stunting measured following the WHO recommended procedure. We sampled 163 children aged 6-24-m in the Bono region of Ghana. We compared stunting prevalence measured with the mat and WHO recommended procedure. We also explored the acceptability and interpretability of the two procedures among mothers and healthcare givers.Results: The prevalence of stunting was 3.7% and 11.7% using the Stunting mat and WHO procedures respectively. However, in younger aged children, the Stunting mat was more accurate in detecting stunting: Both healthcare workers and caregivers found it easy to interpret the stunting status of children using the Stunting mat. Therefore, we can conclude that the Stunting mat was less sensitive at detecting child stunting compared to the current gold way of measuring stunting in younger children. There are possibilities to improve the accuracy and utility of the Stunting mat for measuring stunting in low-resource settings by re-designing the mat to be more age appropriate.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,172
Tête enseignante GPT0,439
Écart entre enseignants0,267 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetChild Nutrition and Water Access→Travaux en français237 207→