Contribution of home garden vegetables on reducing stunting among 6‐ to 23‐month‐old children in South Tigray, northern Ethiopia
Notice bibliographique
Résumé
Abstract The study was conducted to analyze the contribution of home garden vegetables in reducing stunting among 6‐ to 23‐month‐old children from South Tigray, Northern Ethiopia. The quasi‐experimental study design was used. Multistage sampling technique was used to select the districts and study communities. A total of 94 purposively selected vegetable producer (intervention) households and 260 randomly selected non‐producer (control) households were included in the study (1:3 ratio). The recumbent length of children was measured using horizontal wooden board to the nearest 0.1 cm. The length‐for‐age Z ‐scores were computed using WHO‐Anthro 2006 software. Propensity score‐matching and difference‐in‐difference (DID) estimates were used to analyze data using STATA software version 12. Prevalence of child stunting was 19.8 (12.7–29.4) and 21.1 (16.4–26.7)% (baseline) and 43.5 (33.5–54.1) and 46.5 (45.7–47.2)% (end line) among intervention and control groups, respectively. Child stunting was higher for boys and older children from both intervention and control households. DID estimation revealed that there was no significant difference in child stunting between intervention and control households (DID = 1.7, p = .604). However, there was an intervention effect of −0.5, 2.5, and 1.7% in the prevalence of child stunting among females, males, and both sexes, respectively. Vegetable production as an intervention strategy reduced the prevalence of stunting in children aged 6–23 months. However, vegetable production needs to be well integrated with other nutrition‐sensitive interventions to realize the objective of reducing child stunting.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».