MétaCan
Menu
Retour à la cohorte
Enregistrement W4282825138 · doi:10.1093/cdn/nzac051.091

Does Agricultural Food Production Reflect the Diversity of Diets in Bauchi, Nigeria?

2022· article· en· W4282825138 sur OpenAlexaff
Mercy Sosanya, Jeanne Freeland-Graves, Ayodele Gbemileke, Olutayo S. Shokunbi, Oluwatosin Leshi, Oluwaseun Akinyemi, Folake Samuel

Notice bibliographique

RevueCurrent Developments in Nutrition · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensNutrition International
Organismes subventionnairesnon disponible
Mots-clésAgricultureGeographyLivestockFood processingFood securityConsumption (sociology)SocioeconomicsAgricultural scienceEnvironmental healthFood scienceMedicineBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

In Africa, Nigeria has the largest economy and the greatest investment in agriculture. Yet, the country ranks 103rd of 116 in the Global Hunger Index, and only 23% of children receive diets with the minimum diversity. Inadequate consumption of nutrient-dense foods is an underlying cause of undernutrition. This study qualitatively evaluated the food production and consumption of rural households in Bauchi State, Nigeria. Data were collected via six focus group discussions with 48 women of child-bearing ages 16–33 years, from farming households in six Local Government Areas (LGAs) in Bauchi State. Discussions were conducted in the Hausa language; audio-recorded, transcribed, translated into English, analyzed and organized into themes. Emerging themes include foods produced and consumed, food processing/preservation methods, foods perceived as nourishing and experiences of hunger. Commonly produced foods included nine starchy staples, seven legumes/oil seeds, 11 vegetables, four types of fruits and eight types of livestock. In three of six LGAs, commonly consumed foods were from only three food groups including starchy staples, legumes and vegetables. Dairy was listed only in two LGAs and meat in one LGA. Husbands reportedly ate good food, including meat outside the home, but such foods were often unavailable for household members. Participants believed that because they are women, and live in villages, one should eat whatever is available. Crops produced for their cash value were often not consumed. Harvested crops were preserved/processed via traditional methods associated with nutrient losses, including sun-drying and winnowing off the outer layers of milled grains. Mothers generally knew what foods were nourishing, but did not provide these for their children because these were sold for financial gain. Widespread food shortages, initially perceived to affect only women, reportedly disrupted household harmony and precipitated visible signs of child malnutrition. A variety of agricultural food products that can contribute to adequate nutrient intakes are produced by rural households in Bauchi State, yet diets are limited in diversity. Thus, urgent strategies are needed to promote dietary diversity, and optimize the food systems for improved nutrition of women and children. Oxfam LINE Project, Bauchi.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,025
Score d'incertitude au seuil0,328

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,277
Écart entre enseignants0,248 · 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 tête enseignante, 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Developments in NutritionMême sujetChild Nutrition and Water AccessTravaux en français237 207