MétaCan
Menu
Retour à la cohorte
Enregistrement W2904954899 · doi:10.3390/nu10121992

A Narrative Review of Childhood Picky Eating and Its Relationship to Food Intakes, Nutritional Status, and Growth

2018· review· en· W2904954899 sur OpenAlexaff
Tinu Mary Samuel, Kathy Musa‐Veloso, Manki Ho, Carolina Venditti, Yasaman Shahkhalili

Notice bibliographique

RevueNutrients · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensIntertek (Canada)
Organismes subventionnairesnon disponible
Mots-clésNarrative reviewEnvironmental healthDietary fiberPsychologyFood scienceFood groupNutrientMedicineBiology

Résumé

récupéré en direct d'OpenAlex

A main characteristic of children perceived as picky eaters is their tendency to avoid certain foods or food groups. The goal of this narrative review is to provide an overview of published studies that have examined whether picky eating in childhood is in fact associated with measurable differences in food and/or nutrient intakes and growth. While picky eaters appear to consume less vegetables compared to non-picky eaters, no consistent differences were observed for the intakes of other food groups or the intakes of energy, macronutrients and dietary fiber. Although, in some studies, picky eaters had lower intakes of certain vitamins and minerals, the levels consumed generally exceeded the recommended values, suggesting nutritional requirements are being met. No consistent relationship between childhood picky eating and growth status was observed, although significant differences in body weight/growth between picky and non-picky eaters were most discernible in studies where multiple defining criteria were used to identify picky eating. The research area would benefit from the adoption of a uniform definition of picky eating. More longitudinal assessments are also required to understand the long-term impact of picky eating on nutritional status and growth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,331
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations84
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetObesity, Physical Activity, DietTravaux en français237 207