Application and significance of fortification in prevention of micronutrient deficiency-induced diseases
Notice bibliographique
Résumé
Fortification is defined as adding of one or more essential elements to food article, regardless of whether it has been already added to food or not, in order to prevent or correct deficiency of one or more nutrients in the general population or specific population group. Food fortification with minerals and vitamins helps eliminate diseases such as goiter, rickets, beriberi, and pellagra. Significant results have been also achieved in prevention of anemia and vitamin A deficiency. The aforementioned deficiencies can be prevented and eliminated by means of appropriate and diverse nutrition and supplementation of deficient micronutrients, but on the national level, food fortification is the best solution. Two basic conditions for the application of fortification are the following: that the food article is in wide use and that it is cheap (available). The purpose of our paper was to show the results achieved by means of fortification in various countries in order to build up the basis for similar propositions in our country (Serbia and Montenegro). Owing to fortification in Asia, the number of cretinism cases has been reduced by half while sugar fortification significantly reduced the number of children with vitamin A deficiency. For more than 50 years, flour fortification with iron in order to prevent its deficiency and anemia, has been successfully applied in the United States and Canada, and as of recently in some countries of Africa and South America. The analysis of the results leads to the conclusion that food fortification has had beneficial health effects in the communities where it has been applied.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».