Prelacteal feeding practices with stunted in infants
Notice bibliographique
Résumé
Indonesia still has a high prevalence of stunting compared with several other Southeast Asian countries. The National Survey on Nutritional Status in Indonesia in 2022 reported that stunting in Indonesia was 18.5%, while Bangka Regency recorded a stunting prevalence of 16.2%. Feeding under the age of six months has become one of the factors of stunting. This requires concrete effort to handle the problem of stunting. This study aimed to assess the association between prelacteal feeding practices and infant stunting. The research used a cross-sectional design in the Kenangan Health Centre area, Bangka Regency, in May 2023. A sample of 173 infants aged 0-6 months was obtained using cluster random sampling. The height of the selected infants was measured using a lenghtboard and an infantometer. Interviews related to practical feeding were conducted with the parents using a questionnaire. Data were analyzed using Pearson’s correlation test with α= 0,05. The results showed that 14,5% of mothers gave prelacteal food to their infants until 6 months of age. There was a relationship between prelacteal feeding practices and stunting in the Kenanga Health Center working area (p= 0,001; r= -0,663). There was a negative correlation between prelacteal feeding practices and stunting. In conclusion, there is a significant negative relationship between prelacteal feeding practices and infant 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».