Top Food Sources Contributing to Vitamin D Intake and the Association of Ready‐to‐Eat Cereal and Breakfast Consumption Habits to Vitamin D Intake in Canadians and United States Americans
Notice bibliographique
Résumé
UNLABELLED: This study aimed to determine dietary vitamin D intake of U.S. Americans and Canadians and contributions of food sources to total vitamin D intake. Total of 7- or 14-d food intake data were analyzed for vitamin D by a proprietary nutrient assessment methodology that utilized food intake data from the Natl. Eating Trends(®) service, portion size data from NHANES 1999-2004, and nutrient values using the Univ. of Minnesota's Nutrition Data System for Research software. Study participants were 7837 U.S. Americans and 4025 Canadians, ≥2-y-old males and females. The main outcome measures were total dietary vitamin D intake, percent contribution of foods to total vitamin D intake, and vitamin D intake by cereal and breakfast consumption habits. ANOVA was used to determine differences in means or proportions by age and gender and according to breakfast consumption habits. Mean vitamin D intake ranged from 152 to 220 IU/d. Less than 2% of participants in all age groups from the United States and Canada met the 2011 Recommended Daily Allowance (RDA) for vitamin D from foods. Milk, meat, and fish were the top food sources for vitamin D for both Americans and Canadians. Ready-to-eat (RTE) cereal was a top 10 source of vitamin D for Americans but not Canadians. Vitamin D intake was higher with more frequent RTE cereal and breakfast consumption in both countries, largely attributable to greater milk intake. PRACTICAL APPLICATION: Most U.S. Americans and Canadians do not meet the 2011 Inst. of Medicine recommended daily allowance (RDA) for vitamin D for their age groups from foods. Increasing breakfast and cereal consumption may be a useful strategy to increase dietary vitamin D intake to help individuals meet the RDA for vitamin D, particularly by increasing milk intake. However, it is likely that additional food fortification or vitamin D supplementation is required to achieve the RDA.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».