<i>Primary Food Sources of Nutrients</i>In the Diet of Canadian Adults
Notice bibliographique
Résumé
PURPOSE: Food sources of nutrients in the Canadian diet were explored. Knowledge of these sources is important to public health professionals and to those in clinical practice. METHODS: Using data from the Food Habits of Canadians study, we investigated nutrient sources from detailed food groupings in a sample of 1,543 adults (971 women, 572 men) from across Canada. Subjects were interviewed by trained dietitians. At the time of the interview, a sociodemographic questionnaire and a 24-hour dietary recall were completed. RESULTS: The response rate was 30%. Subjects aged 18 to 34 reported eating more prepared and convenience foods than did those aged 35 to 65. Energy was contributed mainly by breads, pasta, rice, grains, and fluid milk. Protein intake was primarily derived from meat and dairy products; legumes, nuts, seeds, and eggs were not high contributors. For men aged 35 to 65 and women aged 18 to 65, butter, margarine, and oil were the primary fat sources; they were the second most common source for men aged 18 to 34. Fibre was provided by foods that are not usually considered good sources, but because of the large total consumption of these foods, they are important in Canadians' diet. The main source of calcium was dairy products, and iron came mainly from non-heme sources. CONCLUSIONS: We must understand the contributions of foods to nutrients, and distinguish "important" sources of nutrients (those consumed by many in substantial amounts) from "good" sources (foods rich in particular nutrients, whether eaten or not).
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 | 0,001 |
| 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 | 0,000 | 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 ».