Nutritional assessment of charitable meal programmes serving homeless people in Toronto
Notice bibliographique
Résumé
OBJECTIVES: To assess the potential nutritional contribution of meals provided in a sample of community programmes for homeless individuals, to determine the effect of food donations on meal quality and to develop food-based guidance for meals that would meet adults' total nutrient needs. SETTING: Toronto, Canada. DESIGN: An analysis of weighed meal records from eighteen programmes. The energy and nutrient contents of meals were compared to requirement estimates to assess contribution to total needs, given that homeless people have limited access to nutritious foods. Mixed linear modelling was applied to determine the relationship between the use of food donations and meal quality. The composition of meals that would meet adults' nutrient requirements was determined by constructing simulated meals, drawing on the selection of foods available to programmes. SAMPLE: In all, seventy meals, sampled from eighteen programmes serving homeless individuals. RESULTS: On average, the meals contained 2.6 servings of grain products, 1.7 servings of meat and alternatives, 4.1 servings of vegetables and fruits and 0.4 servings of milk products. The energy and nutrient contents of most meals were below adults' average daily requirements. Most meals included both purchased and donated foods; the vitamin C content of meals was positively associated with the percentage of energy from donations. Increasing portion sizes improved the nutrient contribution of meals, but the provision of more milk products and fruits and vegetables was required to meet adults' nutrient requirements. CONCLUSIONS: The meals assessed were inadequate to meet adults' nutrient requirements. Improving the nutritional quality of meals requires additional resources.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».