MétaCan
Menu
Retour à la cohorte
Enregistrement W7028726022

Global Nutrition Report 2017: Nourishing the SDGs

2017· report· en· W7028726022 sur OpenAlexaboutno aff

Notice bibliographique

RevueIssue Lab (Candid) · 2017
Typereport
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMalnutritionGlobal healthWindow of opportunitySustainable developmentNutrition DisordersGlobal strategyDeveloping countryFood securityPublic healthGlobal challenges
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A better nourished world is a better world. Yet the 2017 Global Nutrition Report shows that, despite the significant steps the world has taken towards improving nutrition and associated health burdens over recent decades, nutrition is still a large-scale and universal problem. Too many people are being left behind from the benefits of improved nutrition. Yet when we look at the wider context, the opportunity for change has never been greater. The Sustainable Development Goals (SDGs), adopted by 193 countries in 2015, offer a tremendous window of opportunity to reverse or stop these trends.The 2017 Global Nutrition Report shows there are five core areas of development that run through the SDGs which nutrition can contribute to, and in turn, benefit from:sustainable food productioninfrastructurehealth systemsequity and inclusionpeace and stability.Through these areas, the report finds that improving nutrition can have a powerful multiplier effect across the SDGs. Indeed, it indicates that it will be a challenge to achieve any SDG without addressing nutrition. The report shows that there is an exciting opportunity to achieving global nutrition targets while catalysing other development goals through 'double duty' actions, which tackle more than one form of malnutrition at once. Likewise, potential 'triple duty actions', which tackle malnutrition and other development challenges, could yield multiple benefits across the SDGs.If readers take away one message from this report, it should be that ending malnutrition in all its forms will catalyse improved outcomes across the Sustainable Development Goals (SDGs). The challenge is huge, but it is dwarfed by the opportunity.The 2016 Report was funded through the support of the Bill & Melinda Gates Foundation, the CGIAR Research Program on Agriculture for Nutrition & Health, the Children's Investment Fund Foundation, the European Commission, the Governments of Canada, Germany, and the Netherlands, Irish Aid, UK Department for International Development (DFID), US Agency for International Development (USAID), and 1,000 Days.The Report is delivered by an Independent Expert Group and guided at a strategic level by a Stakeholder Group, whose members also reviewed the Report. The International Food Policy Research Institute (IFPRI) oversees the production and dissemination of the Report, with the support of a virtual Secretariat. The American Journal of Clinical Nutrition managed the blind external review process for the Report, which was launched on June 14, 2016. Check our events page throughout the year for news on follow-up events.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,008

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 Opus0,051
Tête enseignante GPT0,366
Écart entre enseignants0,315 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIssue Lab (Candid)Travaux en français237 207