Dietary Intakes and Supplement Use in Pre-Adolescent and Adolescent Canadian Athletes
Notice bibliographique
Résumé
Young athletes experience numerous dietary challenges including growth, training/competition, unhealthy food environments, and travel. The objective was to determine nutrient intakes and supplement use in pre-adolescent and adolescent Canadian athletes. Athletes (n = 187) aged 11-18 years completed an on-line 24-h food recall and dietary supplement questionnaire. Median energy intake (interquartile range) varied from 2159 kcal/day (1717-2437) in 11-13 years old females to 2905 kcal/day (2291-3483) in 14-18 years old males. Carbohydrate and protein intakes were 8.1 (6.1-10.5); 2.4 (1.6-3.4) in males 11-13 years, 5.7 (4.5-7.9); 2.0 (1.4-2.6) in females 11-13 years, 5.3 (4.3-7.4); 2.0 (1.5-2.4) in males 14-18 y and 4.9 (4.4-6.2); 1.7 (1.3-2.0) in females 14-18 years g/kg of body weight respectively. Median vitamin D intakes were below the recommended dietary allowance (RDA) and potassium was below the adequate intake (AI) for all athlete groups. Females 14-18 years had intakes below the RDA for iron 91% (72-112), folate 89% (61-114) and calcium 84% (48-106). Multivitamin-multiminerals, vitamin C, vitamin D, vitamin-enriched water, protein powder, sport foods, fatty acids, probiotics, and plant extracts were popular supplements. Canadian pre-adolescent and adolescent athletes could improve their dietary intakes by focusing on food sources of calcium, vitamin D, potassium, iron, and folate. With the exceptions of vitamin D and carbohydrates during long exercise sessions, supplementation is generally unnecessary.
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 ».