MétaCan
Menu
Retour à la cohorte
Enregistrement W4403133231 · doi:10.18697/ajfand.134.25045

Nutritional status of preschool children (aged 24 to 59 months) and chickpea production and consumption in Ethiopia

2024· article· en· W4403133231 sur OpenAlexfundno aff
RT Asrat, Mekonnen Girma, Eskinder Tafesse, SJ Whiting, CJ Henry

Notice bibliographique

RevueAfrican Journal of Food Agriculture Nutrition and Development · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs CanadaInternational Development Research Centre
Mots-clésConsumption (sociology)Environmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

Child under-nutrition is a major public health concern in developing countries including Ethiopia. Poor quality diet is the major determinant factor contributing to child undernutrition. Pulse crop production and consumption can improve children’s nutrient quality and dietary diversity. This study aimed to compare the nutritional status and child health, dietary intake, and wealth index of preschool children among pulse crop producer and non-producer families in Ethiopia. The study hypothesized that children living in families who grew pulses and consumed pulses (rather than selling their crop) would have better nutritional status due to availability of this protein-rich food source. A cross-sectional survey was conducted to determine demographic background, child feeding and caring practice and varieties and amount of pulse crop produced at the household level. A simple random sampling technique was used to select a sample of 432 children aged 24-59 months from central Ethiopia the Data was entered to SPSS v 20, WHO Anthro-plus software used to calculate the anthropometry indices, child dietary intake, level of chickpea production and consumption and wealth index, were computed using logistic regression. Chickpea (cicer arietinum L) was produced by 55.3% of the participants. Most (60.7%) of the children from chickpea producer families were high pulse consumers whereas only 15.5% of children from non-producers were high chickpea consumers (the difference in proportion is significant at p-value<0.001). Close to 60 % of the children of the non-producer families had a low dietary diversity score (that is <3) compared with 18.8 % from the producer families (p-value <0.001). The study revealed that nutritional status of children in both producer and non-producer families were 41.0 % stunted, 16.1 % underweight and 6.1 % wasted. Stunting and underweight were significantly inversely associated with chickpea production at p-value <0.001whereas for chickpea consumption, both stunting and underweight was significant at P < 0.05. However, wasting was not significantly associated with either production or consumption of chickpeas. In conclusion, chickpea production and consumption by families had a positive relationship with nutritional status of children. The authors recommend that engaging smallholder farmers in both chickpea production and consumption has potential in improving the dietary diversity and in turn benefit nutritional status of preschool children at the household level and therefore supporting smallholder farmer in chickpea production and consumption will help to contribute to decreasing the prevalence of under nutrition in the country. Key words: chickpea, preschool children, chickpea consumption, chickpea production, nutritional status

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Food Agriculture Nutrition and DevelopmentMême sujetChild Nutrition and Water AccessTravaux en français237 207