Socioeconomic and Environmental Determinants of Community Stunting Prevention Behaviors: A Systematic Literature Review
Notice bibliographique
Résumé
Stunting represents a critical public health challenge in developing countries, affecting over a quarter of children globally and resulting from complex interactions between socioeconomic, environmental, and behavioral factors that require comprehensive understanding for effective intervention strategies. This study aimed to identify, analyze, and synthesize the determinants of stunting prevention behaviors in developing countries through systematic literature review to provide evidence-based recommendations for targeted intervention strategies. A systematic literature review following PRISMA 2020 guidelines was conducted using PubMed, Scopus, Science Direct, and Google Scholar databases. Search terms included "stunting," "malnutrition," "determinant factors," "prevention," "community behavior," and "developing countries." Inclusion criteria encompassed articles published 2019-2024 focusing on children aged 0-59 months in developing countries. Quality assessment utilized Newcastle-Ottawa Scale and Cochrane Risk of Bias Tool, resulting in 20 high-quality studies from 309 initially identified articles. Maternal education emerged as the most consistent determinant, with low educational levels significantly correlated with suboptimal parenting practices. Economic status demonstrated complex relationships where poverty limited nutritious food access and affected family resource allocation priorities. Health promotion models proved effective for behavioral change, with self-efficacy and social support as significant factors. Environmental and sanitation factors played crucial roles through infection prevention and optimal nutrient absorption mechanisms. Multisectoral collaborative approaches emerged as most effective strategies requiring stakeholder trust and integrated coordination mechanisms. Comprehensive stunting prevention requires holistic intervention programs integrating maternal education, economic empowerment, and improved healthcare access. Strategic recommendations include participatory health education approaches, community-involved sanitation infrastructure development, and multisectoral collaboration models with neutral coordination platforms and shared performance indicators for sustainable program implementation.
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 | 0,010 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,018 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».