Harmonized Cross-Sectional Surveys Focused on Fluid Intake in Children, Adolescents and Adults: The Liq.In7 Initiative
Notice bibliographique
Résumé
OBJECTIVE: To assess the intake of water and all other beverages in children, adolescents and adults. METHODS: Three thousand six hundred eleven children (8 ± 2 years), 8,109 adolescents (13 ± 2 years) and 16,276 adults (40 ± 14 years) (47% men) were recruited in 15 cross-sectional surveys (liquid intake across 7 days, Liq.In7 study) and completed a 7-day fluid-specific record to assess total fluid intake (TFI), where TFI was defined as the sum of drinking water and other type of beverages. RESULTS: The median TFI was 1.2, 1.2 and 1.8 liters/day in children, adolescents and adults respectively, with important differences observed between countries. Only 39% of children, 25% of adolescents and 51% of adults met the European Food Safety Authority adequate intake (AI) recommendations of water from fluids. In the surveys of Spain, France, Belgium, Germany, Turkey, Iran, Indonesia and China, water was the major contributor (47-78%) to TFI. In the adult surveys of UK, Poland, Japan and Argentina, hot beverages were the highest contributor to TFI. The fluid intake of children and adolescents in Mexico, Brazil, Argentina and Uruguay was characterized by a contribution of juices and sweet beverages that was as important as the contribution of water to TFI. CONCLUSION: Given that a relatively high proportion of subjects, especially children and adolescents, failed to meet the recommended AI of water from fluids and that water intake was not the highest contributor to TFI in all countries, undertaking actions to increase water intake are warranted.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».