Differences in the Quantity and Types of Foods and Beverages Consumed by Canadians between 2004 and 2015
Notice bibliographique
Résumé
This study examined differences in food and beverage intake estimated from nationally representative surveys of Canadians in 2004 and 2015 collected through the Canadian Community Health Surveys. Differences in mean daily energy intake and amounts of food consumed were compared between 2004 and 2015 and across age groups for all energy reporters (aged 2 years+) and among only plausible energy reporters. From 2004 to 2015, mean energy intake decreased by 228 kcal/day (all energy reporters) and 74 kcal/day (plausible energy reporters). Canadians reported consuming more daily servings of meat and alternatives but fewer servings of vegetables and fruit and milk and alternatives in 2015 compared to 2004. Analyses of food subgroups revealed that Canadians reported consuming more daily servings of dark green and orange vegetables, dairy products, legumes, nuts and seeds, and eggs but fewer servings of potatoes, other vegetables, fruit juices, fluid milk, and sugar-sweetened beverages in 2015 compared to 2004. While some aspects of the Canadian diet have improved, daily mean intake of other nutritious foods either stagnated or worsened over time. Continued attention is needed to improve population-level intakes of vegetables, fruit, whole grains, and protein foods such as legumes, nuts, seeds, and lower fat dairy products.
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 ».