Introducing double fortified salt in social safety net programmes in Madhya Pradesh and Gujarat in India: Success factors, challenges and lessons learned
Notice bibliographique
Résumé
Double fortified salt (DFS; with iron and iodine) was introduced in social safety net programmes (SSNPs) in Madhya Pradesh (MP) and Gujarat states in 2018. Nutrition International (NI) provided critical support for the intervention. An impact evaluation in MP found high DFS uptake, exceeding 90%. Conduct a process evaluation of the DFS programmes in MP and Gujarat states to identify success factors, challenges, and recommend considerations for scale-up. Twenty-eight qualitative interviews were conducted with NI staff, national and state level government officials, and DFS producers in 2022. Enabling environmental factors included national-level support for food fortification, consensus that anaemia was essential to address, and institutional trust in NI for technical assistance. In programme implementation, the primary challenges were reports of black specks in DFS and the darkening of food cooked with DFS. NI supported the government in improving handling practices, ensuring a regular and stable supply, introducing quality monitoring efforts and launching targeted behaviour change communication (BCC) campaigns regarding the value of DFS. Long-term implementation of the programmes is a weak point, as DFS production is more expensive than iodised salt, there is no existing market outside of institutional demand, and BCC must be long-term, high-quality, and requires resourcing for continued high uptake among SSNP beneficiaries. Strong government buy-in and technical support along the supply chain to address quality issues and beneficiary acceptance were key factors for the successful introduction of DFS. Comparative studies of DFS programmes should be conducted to improve confidence in the success factors that lead to high DFS uptake.
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 | 0,003 | 0,004 |
| 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 | 0,003 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».