Comparative analysis of nutrition data from national, household, and individual levels: results from a WHO-CINDI collaborative project in Canada, Finland, Poland, and Spain
Notice bibliographique
Résumé
STUDY OBJECTIVE: This project determined to what extent data on diet and nutrition, which were collected in a non-uniform manner, could be harmonised and pooled for international and national comparison. DESIGN: Direct comparisons of dietary data between studies were made using food balance sheets (FBS), household budget surveys (HBS), and individual dietary data (IDS); comparisons were also made within countries. Differences in study design and methodological approaches were taken into consideration. Data from research projects from the following four World Health Organisation (WHO) Countrywide Integrated Noncommunicable Disease Intervention (CINDI) countries were included-Canada, Finland, Poland, and Spain. MAIN RESULTS: FBS overestimated food consumption and nutrient intake compared to IDS. Results between HBS and IDS were quite similar, except for fish, meat, pulses and vegetables, which were underestimated by HBS, and sugar and honey and cereals, which were overestimated. Percentages of energy from fat, carbohydrates and proteins were higher when estimated from FBS, HBS, and IDS respectively. CONCLUSIONS: Results suggest that estimations from these three sources of dietary data are difficult to compare because they are measuring different levels of dietary information. The understanding of their relations may be important in formulating and evaluating a nutrition policy.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».