Hydrothermally-treated soybean-fortified maize-based nsima (stiff porridge) could contribute towards alleviating seasonal body weight loss in farming communities in sub-Saharan Africa
Notice bibliographique
Résumé
Objective: This study explored the use of hydrothermally-treated soybean-fortified maize-based stiff porridge (nsima) in managing body weight losses among the farming family community in Malawi during the labour-intensive cropping (growing) season. We hypothesized that soybean-fortified maize-based nsima could prevent seasonal body weight losses in farming communities during labour-intensive seasons better than conventional 100% maize nsima. Research methods & procedures: A single-blind parallel dietary intervention 90-day study. During energy stress months, 42 farming households in Malawi were supplied with 15 kg of blind formulation of soybean-fortified maize flour (soybean: maize, 1:4, wt/wt) per person per month except for under-fives who were allotted half the quantity. Forty households were provided with equivalent quantities of 100% maize flour and served as control. Body weights of participants were taken at baseline and endpoint. Results: After 3 months, the experimental group registered 3.7, 4.2, 2.9, and 5.2% statistically higher body weight compared to the controls for the under-five, the 5-9-year-olds, the 10-19-year-olds, and the >20-year-olds, respectively. Conclusion: Soybean-fortified stiff porridge could feasibly be used to alleviate wasting among the resource-constraint populace in Malawi and many other parts of sub-Saharan Africa that rely on maize as a major staple.
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 | 0,000 | 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 | 0,000 |
| 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 ».