MétaCan
Menu
Retour à la cohorte
Enregistrement W1964784030 · doi:10.1139/h06-001

Nutrition for healthy pregnancy outcomes

2006· review· en· W1964784030 sur OpenAlexaffvenue
Tannys D.R. Vause, Pat Martz, F Richard, Leah Gramlich

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2006
Typereview
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensRoyal Alexandra HospitalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésWeight gainPregnancyOffspringMedicineObesityObstetricsGestational diabetesPediatricsGestationBody weightEndocrinology

Résumé

récupéré en direct d'OpenAlex

Many healthcare professionals and their patients are aware of the importance of proper nutrition during pregnancy, but may not be aware of specific nutritional recommendations on how to achieve a healthy pregnancy outcome. This review article aims to discuss the implications maternal nutritional status and weight gain have in both the short and long terms. Babies born to mothers with inadequate weight gain are more likely to be premature and small for gestational age (SGA). They are also predisposed to obesity and metabolic problems later in life. Women with excessive weight gain during pregnancy are at increased risk for developing type II diabetes later in life. Their offspring also have increased body fat as babies and during childhood. Pregnant women need to be informed about appropriate weight gain and how to achieve this, and should be given specific nutritional recommendations and weight-gain goals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,359
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetBirth, Development, and HealthTravaux en français237 207