MétaCan
Menu
Retour à la cohorte
Enregistrement W4300546346 · doi:10.47203/ijch.2018.v30i01supp.009

Double Fortified Salt in India: Coverage, Efficacy and Way Forward

2018· article· en· W4300546346 sur OpenAlexaff
M.G. Venkatesh Mannar, J K Raman

Notice bibliographique

RevueIndian Journal of Community Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueIron Metabolism and Disorders
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineEnvironmental healthIodised saltAnemiaFortificationIodine deficiencyDistribution (mathematics)FerrousFood fortificationIron deficiencyPopulationInternal medicineFood science

Résumé

récupéré en direct d'OpenAlex

Iron deficiency remains the world’s most widespread nutritional disorder and India is one of the countries very worst afflicted. India has successfully reduced the burden of iodine-deficiency disorders through mandatory iodization of salt for more than 20 years. This has resulted in a significant decrease in the prevalence of iodine deficiency diseases. Building on the success with iodization, double fortification of salt with iodine and iron is gaining ground and can be integrated with established iodization processes. DFS contemplates the creation and distribution of a powerful innovative product with demonstrated health effects, building on existing distribution platforms for salt through public distribution channels targeted to some of the most impoverished populations in the country at minimal expense and without requiring changes in cultural habits and compliance. Two formulations have been approved by Food Safety and Standard Authority of India (FSSAI) with iron either in the form of encapsulated ferrous fumarate or ferrous sulphate. A meta-analysis showed that DFS increased hemoglobin concentrations significantly. This intervention as part of a broader anemia strategy has the potential to effect large-scale anemia reduction across populations in India on a permanent and economically self-sustaining basis.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,031
Tête enseignante GPT0,343
Écart entre enseignants0,312 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Community HealthMême sujetIron Metabolism and DisordersTravaux en français237 207