Improving the nutritional status of food-insecure women: first, let them eat what they like
Notice bibliographique
Résumé
OBJECTIVE: To determine the extent to which identified nutrient inadequacies in the dietary intakes of a sample of food-insecure women could be ameliorated by increasing their access to the 'healthy' foods they typically eat. DESIGN: Merged datasets of 226 food-insecure women who provided at least three 24-hour dietary intake recalls over the course of a month. Dietary modelling, with energy adjustment for severe food insecurity, explored the effect of adding a serving of the woman's own, and the group's typically chosen, nutrient-rich foods on the estimated prevalence of nutrient inadequacy. SETTING AND SUBJECTS: One study included participants residing in 22 diverse community clusters from the Atlantic Provinces of Canada, and the second study included food bank attendees in Toronto, Ontario, Canada. Of the 226 participants, 78% lived alone with their children. RESULTS: While nutritional vulnerability remained after modelling, adding a single serving of either typically chosen 'healthy' foods from women's own diets or healthy food choices normative to the population reduced the prevalence of inadequacy by at least half for most nutrients. Correction for energy deficits resulting from severe food insecurity contributed a mean additional 20% improvement in nutrient intakes. CONCLUSIONS: Food-insecure women would sustain substantive nutritional gains if they had greater access to their personal healthy food preferences and if the dietary compromises associated with severe food insecurity were abated. Increased resources to access such choices should be a priority.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».