MétaCan
Menu
Retour à la cohorte
Enregistrement W2906466486

Nutrition Science in India: Green leafy vegetables: A potent food source to alleviate micronutrient deficiencies

2017· article· en· W2906466486 sur OpenAlexaboutno aff
J. Sreenivasa Rao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDiverse Scientific Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthMicronutrientMalnutritionMicronutrient deficiencyObesityMedicineDeveloping countryPublic healthDietary Reference IntakePopulationSocioeconomic statusGerontologyEconomic growthNutrientBiologyEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Micronutrient Deficiencies (MNDs) are of great public health and socioeconomic importance worldwide. They affect low-income countries but are also a significant factor in health problems in industrialized societies with impacts among wide vulnerable groups in the population, including women, children, the middle-aged,and ederley. Nutrition deals with the intake of food, considered in relation to the nutritional andenergy needs of the individual. By consuming a healthy diet, many of the health problems can be avoided. The diet is largely determined by the perceived palatability of foods. Globally, majority of people are consuming consistently less than the daily recommended allowance requirement of the nutrient components. Even in developed countries like Australia, Canada, Europe, UK and USA researchers have concluded that there is large gap between actual and recommended consumption of both green leafy vegetables and fruits despite decades of concern and publicity. This gap is much more in developing countries including India. The principal nutritional problems in developing countries include protein-energy malnutrition (PEM), iodine deficiency, vitamin A deficiency (VAD) and iron deficiency anemia (IDA). A growing number of countries are confronted with new health risks linked to diet, namely cardiovascular diseases (CVD), diabetes, obesity and cancer. Nutrition science is being dominated by two conflicting observations since 1960. One is how to eat healthy and maintain a healthy body weight and the other hand rapidly increasing rates of obesity and diabetes suggest misconception about the conventional thinking. In 1960 fewer than 13 percent of Americans were obese and 1 percent was diabetes. The obese percentage was almost triple and diabetes has increased seven fold today. Mean while the research literature also has been ballooned on diabetes and obesity from 1960 to 2016. Though the green leafy vegetables are playing an important role to prevent the nutritional disorders, the extensive literature explored that there is a gap of knowledge in the appropriate consumption of GLV and its benefits to human. Further efforts should make to widen the knowledge in this unmapped area of research. This trend was observed in other nutritional disorders as well.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,101
Tête enseignante GPT0,427
Écart entre enseignants0,326 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDiverse Scientific Research StudiesTravaux en français237 207