The association of ready to eat cereal (RTEC) at breakfast with diet quality and adiposity in African‐American (AA) and Hispanic‐American (HA) children 1 to 18 years: Results from NHANES, 1999–2002
Notice bibliographique
Résumé
The aim of this study was to examine the association of an RTEC breakfast with diet quality and weight of AA (n=2377) and HA (n=3236) 1 to 18 y in NHANES, 1999–2002. Three breakfast groups were: skippers, RTEC, and other breakfast (OB); age groups were 1–5, 6–12, 13–18 y. Mean adequacy ratio (MAR) score was the average percentage of the Estimated Average Requirement obtained from 24 hour recall intake of vitamins A, E, C, B1, B2, B6, B12; niacin; folate; phosphorus; magnesium; iron; and zinc. MAR and weight measures (mean±SE) of breakfast groups were compared using SUDAAN. Age was related to skipping and type of breakfast: for 1–5 v. 6–12 v. 13–18y, 7.4% v.16.9% v.36.8% of AA, and 4.9% v. 8.9% v. 28.3% of HA skipped; 45% v. 38% v. 19.4% of AA, and 40.5% v. 33.9% v. 22.1% of HA ate RTEC. MAR for AA was highest in RTEC (97.3 [1–5], 94.7 [6–12], 92.1 [13–18y]) (p<0.05). For HA 1–5y, MAR was higher for RTEC (97.2±0.2) than OB (95.7±0.4), but not skippers (92.8±2.1); in HA 6–12y, MAR of RTEC (95.4±0.6) was higher than skippers (84.9±1.3); in HA 13–18y MAR of RTEC (91.1±0.5) was highest (p<0.05). In AA and HA 2–18y there were no differences in z‐score of BMI‐for age; in AA 2–18y only waist circumference (cm) was lowest in RTEC (66.5±0.3) v skippers (68.7±0.7) or OB (68.2±0.4). There were ethnic differences in breakfast consumption patterns, and adiposity of 2–18y AA and HA; diet quality improved with RTEC in both groups. Support: USDA & Kellogg's.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 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 ».