Availability, Accessibility, and Diversity of The Highly Consumed Foods in A Rural Setting in Western Kenya
Notice bibliographique
Résumé
Drift in the consumption of particular foods in a setting affects the pillars of food security. To avert the drift that results in adverse nutritional outcomes, there is a need to assess the consumption of highly consumed foods in a particular area for an evidence-based approach to policy formulation. This study was undertaken to determine access to food, own food production, market access, and consumption patterns of foods, as well as the diversity of highly consumed foods in rural areas of Western Kenya. The study employed a cross-sectional design incorporating purposive and multi-stage simple random sampling and was analyzed using Python software. The data was presented in tables and charts. From the results, 53.6% often have no food, 44.8% sometimes consume smaller meals, 43.8% sometimes were worried about food, 40% complained about the limited variety of food, and 39.3% sometimes consume fewer meals. Further, 81.2% of the respondents rely on farming for food, and 59.4% of the respondents access the market on foot, 26.6% by motorcycle, and 14.1% by bicycle. In addition, vegetables and grains were consumed an average of more than five times a week. The study shows the drift of food pillars with the diversity of vegetables, but not on grains. To address the drift, there is a need to improve the access and diversity of foods. The improved diversity of grains will compliment already existing diversified vegetables resulting into a good health outcome.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».