Nutritional composition of commonly consumed composite dishes from rural villages in <scp>E</scp>mpangeni, <scp>K</scp>wa<scp>Z</scp>ulu‐<scp>N</scp>atal, <scp>S</scp>outh <scp>A</scp>frica
Notice bibliographique
Résumé
BACKGROUND: Accurate nutrient composition data for composite dishes unique to a population is essential for the development of a nutrient database and the calculation of dietary intake. The present study aimed to provide the nutritional composition of composite dishes frequently consumed in rural KwaZulu-Natal, South Africa. METHODS: Commonly consumed composite dishes were identified using 24-h recalls collected from 79 randomly selected community members. Multiple recipes were collected for each reported dish. The mean nutritional composition of each dish was calculated per 100 g using the nutribase clinical nutrition manager (Cybersoft Inc., Phoenix, AZ, USA). RESULTS: A total of 79 recipes were collected for 16 commonly consumed dishes (seven meat-based, five starch-based and four legume/vegetable-based). 'Fried chicken' contained the most energy [1469 kJ (351 kcal)], protein (29.7 g), fat (23.7 g), cholesterol (123 mg) and niacin (8.4 mg). 'Fried beef' contained the most potassium (495 mg) and zinc (6.4 mg), whereas 'fish stew' had the most vitamin D (4.2 μg) and calcium (215 mg). 'Fried cabbage' and 'fried spinach' contained the largest percent energies from fat, at 79% and 76%, respectively. A traditional sweet bread, 'jeqe', made with fortified flour contributed significantly to iron (4.6 mg), niacin (4.5 μg) and folate (129 μg). The sodium content of dishes ranged from 88 to 679 mg per 100 g. CONCLUSIONS: The nutritional composition data for commonly consumed dishes in rural KwaZulu-Natal is presented. Although the dishes are good sources of protein, vitamins and minerals, they also contain substantial amounts of fat. This culturally appropriate information will enable the calculation of dietary intake and can be used to encourage the consumption of recipes rich in key nutrients.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».