Project Spraoi: Dietary Intake, Nutritional Knowledge, Cardiorespiratory Fitness and Health Markers of Irish Primary School Children
Notice bibliographique
Résumé
Objective: Examine dietary intake (DI), anthropometric measures, cardiorespiratory fitness (CRF) and nutritional knowledge (NK) of school children. Design: Cross-sectional study. Food Diary, NK questionnaire and 550m walk/run test were used to assess DI, NK and CRF respectively. Blood pressure (BP) was also taken and body mass index (BMI) and waist to height ratio (WHtR) were calculated. Setting: Two primary schools, Cork, Ireland. Subjects: Six (n = 49, age 5.9 ± 0.6 years) and ten (n = 52, age 9.8 ± 0.5 years) year olds. Results: Intakes of fruit and vegetables, fibre, calcium and iron were sub-optimal. Unhealthy snacks and saturated fat intakes were higher than recommended. A total of 24.4% of six year olds and 35.4% of ten year olds were classified as ‘fast’. Furthermore, 45.9% of six and ten year olds had high-normal BP and 27.9% had high BP. NK was negatively correlated with sugar intake (r = -0.321, p = 0.044) in ten year olds. WHtR was negatively correlated with servings of vegetables in six year olds (r = -0.377, p = 0.014). For ten year olds, there was a positive correlation between WHtR and run score (r = 0.350, p = 0.014) and BMI and run score (r = 0.482, p = 0.001). Conclusion: This study highlights, for the first time, DI, NK, CRF, BP and anthropometric data for Irish children and their potential combined effect on overall health. Study results suggest preventive initiatives are needed, in children as young as 6 years of age.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».