MétaCan
Menu
Retour à la cohorte
Enregistrement W2037936500 · doi:10.1111/josh.12087

The Nutritional Role of Flavored and White Milk in the Diets of Children

2013· article· en· W2037936500 sur OpenAlexaff
Theresa A. Nicklas, Carol E. O’Neil, Victor L. Fulgoni

Notice bibliographique

RevueJournal of School Health · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésNational Health and Nutrition Examination SurveyFood scienceNutrientVitaminMedicineAnimal sciencePotassiumPhosphorusDietary Reference IntakeEnvironmental healthChemistryBiologyPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Some schools are removing flavored milk from lunchrooms based on the perception that consumption has a negative impact on the overall dietary quality. The goal of this study was to assess the contribution of flavored and white milk in the diets of children. METHODS: Intake data from children 2 to 18 years (N = 7332) participating in the National Health and Nutrition Examination Survey (NHANES) 2003-2006 were obtained from in-person 24-hour dietary recalls. Mean ± standard error of energy and nutrients were determined. RESULTS: Flavored and white milk contributed, respectively, 2-6% of total energy consumed, 3-12% of saturated fats, 1-3% of sodium, and 4-0% of added sugars. The percent contribution of white milk to intakes of vitamin A (21%), vitamin D (54%), calcium (29%), potassium (17%), magnesium (12%), and phosphorus (19%) exceeded 10% of total intake. Consumption of flavored milk contributed a smaller percentage to total intake. For total dairy consumed the percent contribution to intake of vitamins A and D, calcium, potassium, magnesium, and phosphorus ranged from 19% to 68%. CONCLUSIONS: Milk has an important nutritional role in the diets of children. More research is needed to understand the barriers to consuming milk and potential unintended nutrition consequences of removing flavored milk from the lunchrooms.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,065
Score d'incertitude au seuil0,114

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,284
Écart entre enseignants0,271 · 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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of School HealthMême sujetNutritional Studies and DietTravaux en français237 207