Household Income, Food Insecurity, and Nutrition in Bangladeshi Youth
Notice bibliographique
Résumé
The role of nutrition in health inequities, particularly among children, is poorly understood. The goal of this study was to look at the impact of income, as well as the combined effects of low income and food insecurity, on a variety of dietary parameters in a sample of Bangladeshi youth. The diets of 8,938 youth aged 9–18 years were studied using a nationally representative population-based sample. Dietary data were collected using a single 24-hour recall. Anthropometric measures were available for 71% of the population, and interviews were conducted in person. The variance estimates were calculated. The connections between anthropometric measurements, food and nutrient intakes, and low-income and low-income food insecurity were investigated using generalized linear models. The height percentiles of children from low-income families were lower than those of children from higher-income families. Low-income girls were more likely than their higher-income peers to have a BMI in the 85th percentile. Boys in low-income food-insecure homes had a greater prevalence of BMI 85th percentile than low-income boys in food-secure households. Boys and girls from low-income families had lower calcium and vitamin D intakes. Milk intake was also lower among low-income boys. Low-income, food-insecure girls consumed less milk and consumed more sweetened beverages. We discovered some evidence of nutritional deprivation among Canadian children from low-income families. These findings were supported by longer-term markers of nutritional health, such as decreased height and weight in impoverished households. This research received no specific grant from any funding agency in the public, commercial, or not-for-profit sectors.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».