Assurance de la qualité des données de routine (8/10)

5. Autres considérations importantes pour la PNIN

Une bonne qualité des données n’est pas toujours suffisante pour obtenir des indications robustes. Il est également important de s’assurer que les données qui se chevauchent soient aussi comparables que possible. Cela peut se faire par :
  • l’harmonisation de l’aire géographique ;
  • l’harmonisation des calendriers ;
  • l’harmonisation de la façon de poser des questions ;
  • l’harmonisation des définitions des indicateurs nutritionnels (en gardant à l’esprit qu’elles peuvent légèrement varier d’un pays à l’autre, par exemple dans la définition des groupes d’âge utilisés, etc.
*****
We use cookies. By continuing to use our site, you agree to this. Details and objection options can be found in our privacy policy.
Use of third party offers

In addition to technically necessary ‘session’ cookies, this website uses Matomo tracking as well as video hosting from Youtube.com and Vimeo.com.

When you choose to play a video, your browser establishes a connection to third-party providers’ servers, which may automatically transmit your IP address as well as information about your browser, operating systems, date/time and the address of our website to them.

Tracking cookie from Matomo

Matomo is used in a GDPR-compliant manner, as it only collects and processes data within this website. It is used for non-personal tracking of user interaction.