MétaCan
Menu
Back to cohort
Record W6962386781 · doi:10.17843/rpmesp.2004.212.942

Consumo de energía y nutrientes, características socioeconómicas, pobreza y área de residencia de niños peruanos de 12 a 35 meses de edad

2004· article· es· W6962386781 on OpenAlexaboutno aff

Bibliographic record

VenueAmericanae (AECID Library) · 2004
Typearticle
Languagees
FieldHealth Professions
TopicHealth and Lifestyle Studies
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationConsumption (sociology)Quarter (Canadian coin)Food consumption

Abstract

fetched live from OpenAlex

Objetivo: Determinar la relación existente entre el consumo de energía y nutrientes de niños peruanos de 12 a 35 meses de edad y sus características socioeconómicas, pobreza y área de residencia. Material y Métodos: La información fue obtenida de la Encuesta Nacional de Consumo de Alimentos en mujeres en edad fértil y niños entre 12 y 35 meses en el año 2003. La muestra estuvo constituida por 2907 niños de uno u otro sexo. La información de consumo de alimentos se obtuvo por medio del método de encuesta de recordatorio de 24 horas. Se incluyó información del área de residencia, características y servicios básicos del hogar. Se agrupó a la población de acuerdo con el método de las Necesidades Básicas Insatisfechas (NBI). Se estableció como consumo deficiente una adecuación por debajo de 75% para energía y nutrientes. Se aplicaron las pruebas estadísticas de chi cuadrado y Kruskall Wallis. Resultados: El porcentaje de niños en hogares pobres fue 76,5%, la pobreza afecta en mayor parte a los niños del área rural. El porcentaje de niños con deficiencia de energía, carbohidratos, grasa y hierro superó el 35%; conforme aumentan las NBI las adecuaciones de consumo disminuyen, a excepción de los carbohidratos. El principal aporte de energía de los niños pobres proviene de los carbohidratos. Conclusiones: Las condiciones de pobreza en las que se encuentran los niños influyen directamente sobre su consumo de energía, carbohidratos, grasa y hierro disminuyéndolo, lo cual traería serias consecuencias sobre su estado de nutrición y salud.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.044
Threshold uncertainty score0.087

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0010.000
Scholarly communication0.0010.000
Open science0.0000.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0030.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.022
GPT teacher head0.352
Teacher spread0.330 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2004
Admission routes1
Has abstractyes

Explore more

Same venueAmericanae (AECID Library)Same topicHealth and Lifestyle StudiesFrench-language works237,207