Changing Dietary Patterns in the Canadian Arctic: Frequency of Consumption of Foods and Beverages by Inuit in Three Nunavut Communities
Notice bibliographique
Résumé
BACKGROUND: Inuit in Arctic regions are experiencing a rapid diet and lifestyle transition. There are limited data on food consumption patterns among this unique population, raising concerns about assessing the risk for the development of diet-related chronic diseases. OBJECTIVE: To assess the current frequency of consumption of foods and beverages among Inuit in Nunavut, Arctic Canada. METHODS: A cross-sectional dietary study was conducted among randomly selected Inuit adults from three communities in Nunavut using a validated quantitative food frequency questionnaire. The participants were 175 women and 36 men with median (IQR) ages of 41.0 (32.5-48.5) and 40.1 (30.0-50.0) years, respectively. The mean and median frequencies of consumption over a 30-day period were computed for 147 individual food items and grouped as foods or beverages. RESULTS: The 30 most frequently consumed foods were identified. Non-nutrient-dense foods (i.e., high-fat and high-sugar foods) were the most frequently consumed food group (median intake, 3.4 times/day), followed by grains (2.0 times/day) and traditional meats (1.7 times/day). The frequency of consumption of fruits (0.7 times/day) and vegetables (0.4 times/day) was low. The median values for the three most frequently consumed food items were sugar or honey (once/day), butter (0.71 times/day), and Coffee-mate (0.71 times/day). Apart from water, coffee, and tea, the most frequently consumed beverages were sweetened juices (0.71 times/day) and regular pop (soft drinks) (0.36 times/day). This study showed that non-nutrient-dense foods are consumed most frequently in these Inuit communities. CONCLUSIONS: The results have implications for dietary quality and provide useful information on current dietary practices to guide nutritional intervention programs.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».