MétaCan
Menu
Retour à la cohorte
Enregistrement W2054069536 · doi:10.1007/s11745-006-5040-7

Human milk fatty acid composition from nine countries varies most in DHA

2006· article· en· W2054069536 sur OpenAlexaboutno aff
Rebecca Yuhas, Kathryn Pramuk, Eric L. Lien

Notice bibliographique

RevueLipids · 2006
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComposition (language)Myristic acidPolyunsaturated fatty acidBreast milkFood scienceErucic acidOleic acidArachidonic acidLipidologyAnimal scienceFatty acidBiologyChemistryPalmitic acidBiochemistryRapeseed

Résumé

récupéré en direct d'OpenAlex

Many published studies of breast milk FA composition are limited to populations from one or two countries. We aimed to examine the degree to which FA compositions vary across a number of diverse populations. Because diet and maternal adipose stores influence breast milk FA composition, differences in FA composition between groups most likely reflect habitual dietary differences. Approximately 50 breast milk samples (full breast expression) were collected from women in Australia, Canada, Chile, China, Japan, Mexico, Philippines, the United Kingdom, and the United States. The proportion of saturated FA was relatively constant among countries, with the exception of the Philippines, where levels of lauric and myristic acids were elevated (means greater than two times the mean of most other countries). Monounsaturated FA also varied little, with the exception of low levels of oleic acid in the Philippines and high levels of erucic acid in China. Although arachidonic acid (C20:4n-6) levels were similar among all countries (means ranging from 0.36 wt % to 0.49 wt %), mean DHA (C22:6n-3) levels ranged from 0.17 to 0.99 wt %, with the highest levels in Japanese milk and the lowest levels in Canadian and U.S. samples. The results of this study demonstrate that the proportion of saturated and monounsaturated FA are relatively constant across a large number of countries, whereas the level of some of the PUFA, especially DHA, are highly variable.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,291
Écart entre enseignants0,275 · 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'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

Citations373
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLipidsMême sujetFatty Acid Research and HealthTravaux en français237 207