Breakfast in Canada: Prevalence of Consumption, Contribution to Nutrient and Food Group Intakes, and Variability across Tertiles of Daily Diet Quality. A Study from the International Breakfast Research Initiative
Notice bibliographique
Résumé
This study used 24-h recall data from the nationally representative 2015 Canadian Community Health Survey-Nutrition to assess breakfast intake among Canadians aged 6–12 years (n = 2331), 13–17 years (n = 2026), 18–54 years (n = 7651), and 55+ years (n = 6279). Overall, 90% consumed breakfast; breakfast consumers reported higher intakes of energy and key nutrients and had higher daily diet quality scores assessed using the Nutrient-Rich Foods Index 9.3 (NRF 9.3). Among breakfast consumers (n = 16,484), breakfast contributed a mean of 389 kcal (1628 kJ) and 21.6% of daily energy intake. Relative to its contribution to energy, breakfast contributed higher intakes of fruit, whole grains, and fluid milk, as well as associated nutrients (e.g., carbohydrate, total sugars, fiber, calcium, and vitamin D). Among breakfast consumers classified by daily dietary quality (NRF 9.3 score), energy intake at breakfast did not differ across tertiles for either children or adults. However, intakes of key nutrients, fiber, and total sugars increased across tertiles, and among adults, intakes of saturated fat and sodium decreased. Mean intakes of fruit, whole grains, and fluid milk also increased across tertiles, as did the proportion of individuals consuming these foods; higher fruit and milk intakes may explain higher sugar intakes as diet quality increased. Promoting the consumption of these foods at breakfast could contribute to improved diet quality among Canadians.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».