Motivators for Adherence and Drivers of Taboo‐Breaking Behaviour Regarding Food Taboos Among Rural Pregnant Women in Bangladesh: Findings From Formative Research
Notice bibliographique
Résumé
Understanding the influence of cultural practices on maternal health is crucial in addressing the nutritional challenges faced by pregnant women in rural Bangladesh. Despite improvements in maternal and child health indicators, food taboos remain prevalent, impacting nutritional and health outcomes of vulnerable populations. This qualitative study explored food taboos and factors related to their adherence or breaking, among rural pregnant women in Bangladesh, where a total of 90 participants, including 21 pregnant women, 23 mothers-in-law, 20 husbands, and 26 healthcare workers, were interviewed through 29 in-depth interviews and 11 focus group discussions. Nearly half of the participants adhered to food taboos, citing beliefs about their negative consequences on pregnancy and baby health. Commonly restricted animal source foods included white carp, trout, duck meat, and mutton, due to fears of convulsions, speech disorders, or undesirable traits in the baby. Raw papayas and pineapples were avoided due to beliefs they could cause miscarriage. Adherence to these taboos was related to the pregnant mother's desire to avoid harm to her child, preference for vaginal delivery, avoid financial stress of caesarean section, profound respect for her elders, early age at marriage, and primiparity. Factors enabling the breaking of food taboos included nutritional counselling by healthcare workers, increased family understanding of maternal nutrition, reduced reinforcement of taboos, and the lack of negative consequences from consuming tabooed foods. The findings underscore the need to use scientific evidence to challenge food taboos by enhancing nutritional counselling programmes and engaging family members and community elders to foster dietary changes for pregnant women.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».