Does food biodiversity protect against malnutrition and favour the resilience to climate change-related events in Amazon Indigenous communities? A protocol for a mixed methods study
Notice bibliographique
Résumé
Background : Undernutrition is projected to be a major consequence of climate change. Biodiversity could enhance climate change resilience by improving nutritional outcomes and providing healthy food resources during and/or after climate-related events. For Indigenous populations who currently base their diet on local biodiversity, rapid climate changes may affect their ability to produce, access or gather food and consequently impact their nutritional status. There is a knowledge gap regarding whether nutritional status among Indigenous populations is better among those who consume a diet with greater biodiversity than those who have a diet with low biodiversity. Objective : This study aims to investigate the role of food biodiversity (FBD) in nutritional resilience to extreme flooding events of Shawi Amazon Indigenous adults living in Peruvian communities that have experienced extreme floods in the past five years. Methods : This study will use a mixed-method sequential explanatory design. The quantitative component includes a cross-sectional survey to assess the association between food biodiversity (FBD) and the prevalence of anaemia in adults aged 15 to 60 years old (n=365). Anaemia will be evaluated using blood hemoglobin and serum ferritin. FBD will be measured with a food frequency questionnaire and a 24-hour dietary recall. Soil-transmitted helminth infections, malaria, and inflammatory biomarkers will also be evaluated. Qualitative component will include a community-based participatory approach to investigate the role of FBD in the responses to extreme floods. Male (n=14) and female (n=14) participants, previously identified in the quantitative phase with high and low levels of FBD, will be invited to participate in a Photovoice activity and semi-structured interviews. A analytical framework for climate change resilience will be used to integrate the data. Discussion : Findings will be integrated to identify features of diet quality to suggest nutritional interventions that are resilient to changing climatic conditions in the Amazon and respect Indigenous views.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,083 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,076 | 0,011 |
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 source (Gemma direct ou Codex distillé), 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 ».