Breakfast: Shaping Guidelines for Food and Nutrient Patterns
Notice bibliographique
Résumé
Whilst there is extensive literature on the health benefits of a regular breakfast, there are few guidelines to help policy makers to issue specific targets on optimal nutrient intake at breakfast or the selection of foods to attain these targets. The food and nutritional advice on breakfast offered by most governments is confined to simple advice on food servings. The USA and Mexico typify the few countries that have attempted to issue specific nutrient targets for breakfast. However, these simply reflect general nutrient guidelines for adults, adjusted to suit lower energy needs of toddlers and school children. Little guidance is issued on micronutrient intake, and the advice on food choice does not appear to be linked to patterns of nutrient intake. The application of cluster and principal component analysis, which is used to determine the patterns of daily or breakfast food consumption and also link them to nutrient intake, greatly improved our understanding of optimal breakfast choices. Using 6 national nutrition surveys (Canada, Denmark, France, Spain, the UK, and the USA), the International Breakfast Research Initiative has opted to score each individual with a measure of overall daily nutritional quality (based on the nutrient-rich food index). It is hoped that options for the derivation in breakfast nutrient targets and associated food-based guidelines will arise from an analysis of tertiles of this score. Ultimately, meal-based advice will become the basic building block for digitally based personalized dietary analysis and guidelines.
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) | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».