MétaCan
Menu
Retour à la cohorte
Enregistrement W4385331366 · doi:10.1177/10105395231189570

Examining the Association Between Household Enrollment in the <i>Pantawid Pamilyang Pilipino Program</i> (4Ps) and Wasting and Stunting Status Among Children Experiencing Poverty in the Philippines: A Cross-Sectional Study

2023· article· en· W4385331366 sur OpenAlexaff
Monica Bustos, Lincoln Lau, Sharon I. Kirkpatrick, Joel A. Dubin, Helena Manguerra, Warren Dodd

Notice bibliographique

RevueAsia Pacific Journal of Public Health · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensPublic Health OntarioUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésWastingSocioeconomic statusPovertyOddsConditional cash transferCross-sectional studyLogistic regressionDemographyCluster (spacecraft)Environmental healthGeographyMedicinePopulationEconomic growthEconomicsSociology

Résumé

récupéré en direct d'OpenAlex

This study assessed whether enrollment in a national conditional cash transfer program was associated with wasting and stunting among children experiencing extreme poverty in the Philippines. Data were drawn from cross-sectional surveys collected from 10 regional areas in the Philippines between April 2018 and May 2019. A total of 2945 children aged between six months and 12 years comprised the analytical sample. Multilevel logistic regression was conducted to estimate the association between enrollment in Pantawid Pamilyang Pilipino Program (4Ps) and stunting and wasting, controlling for sociodemographic factors and clustering by region. There was no meaningful association between household enrollment in 4Ps and the wasting status of children, but enrollment in 4Ps was associated with lower odds of stunting and differed by geography type. Findings suggest that the current design of 4Ps may not address sudden shocks that contribute to wasting, but may address the underlying socioeconomic risk factors associated with 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,083
Tête enseignante GPT0,335
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Journal of Public HealthMême sujetChild Nutrition and Water AccessTravaux en français237 207