Analysing the potential impacts of three interventions on fruit and vegetable consumption in urban Kenya using participatory systems modelling
Notice bibliographique
Résumé
OBJECTIVE: This study uses participatory modelling with stakeholders to assess the potential impacts of three interventions intended to increase fruit and vegetable (F&V) consumption in urban Kenya. DESIGN: A participatory process using Group Model Building (GMB) developed a conceptual model of the determinants of vegetable consumption. A subsequent quantitative System Dynamics model using data from primary and secondary sources simulated vegetable consumption from 2020 to 2024 under three proposed interventions suggested by stakeholders: increasing consumer awareness, reducing post-harvest losses and increasing farm yields. Model analyses assumed mean parameter values and assessed uncertainty using 200 simulations with randomised parameter values. SETTING: The research was implemented in Nairobi, Kenya with simulation analyses of mean per capita consumption in this location. PARTICIPANTS: Workshops convened diverse F&V value chain stakeholders (farmers, government officials, NGO staff and technical experts) to develop the conceptual model, data inputs and intervention scenarios. RESULTS: Increasing consumer awareness was simulated to increase vegetable consumption by relatively modest amounts by 2024 (5 g/person/d from a base of 131 g/person/d) under mean assumed value of value chain response parameters. Reducing perishability was simulated to reduce consumption due to the higher costs required to reduce losses. Increasing farm yields was simulated to have the largest impact on consumption at assumed parameter values (about 40 g/person/d) but would have a negative impact on farm profits, which could undermine efforts to implement this intervention. CONCLUSIONS: The combination of GMB and simulation modelling informed intervention priorities for an important public health nutrition issue.
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 | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».