MétaCan
Menu
Retour à la cohorte
Enregistrement W2014940907 · doi:10.3148/67.2.2006.96

<i>Beverage Caffeine Intakes in Young Children</i>In Canada and the US

2006· article· en· W2014940907 sur OpenAlexvenueaboutno aff
Carol A. Knight, Ian Knight, Diane C. Mitchell

Notice bibliographique

RevueCanadian Journal of Dietetic Practice and Research · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCaffeineEnvironmental healthMedicineConsumption (sociology)Soft drinkFood scienceBiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Throughout childhood there is a shift from predominantly milk-based beverage consumption to other types of beverages, including those containing caffeine. Although a variety of health effects in children and adults have been attributed to caffeine, few data exist on caffeine intake in children aged one to five years. METHODS: Because beverages provide about 80% of total caffeine consumed in children of this age group, beverage consumption patterns and caffeine intakes were evaluated from two beverage marketing surveys: the 2001 Canadian Facts study and the 1999 United States Share of Intake Panel study. RESULTS: Considerably fewer Canadian children than American children consume caffeinated beverages (36% versus 56%); Canadian children consume approximately half the amount of caffeine (7 versus 14 mg/day in American children). Differences were largely because of higher intakes of carbonated soft drinks in the US. CONCLUSIONS: Caffeine intakes from caffeinated beverages remain well within safe levels for consumption by young children.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,317
Écart entre enseignants0,297 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations38
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Dietetic Practice and ResearchMême sujetCoffee research and impactsTravaux en français237 207