MétaCan
Menu
← Retour à la cohorte
Enregistrement W2964613293 · doi:10.1139/apnm-2018-0641

Total body skeletal muscle mass and diet in children aged 6–8 years: ANIVA Study

2019· article· en· W2964613293 sur OpenAlexvenueno aff
María Morales‐Suárez‐Varela, Isabel Peraita‐Costa, Carlos Guillamón-Escudero, Agustín Llopis González

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesUniversitat de València
Mots-clésSkeletal muscleMedicineSarcopeniaMuscle massGerontologyPhysiologyInternal medicinePediatricsEndocrinology

Résumé

récupéré en direct d'OpenAlex

The objective was to assess if there was any relationship between the amount of skeletal muscle mass (SMM) in children aged 6–8 years and their nutritional intake. The Valencian Anthropometry and Child Nutrition (ANIVA) study is a cross-sectional study with children aged between 6–8 years (n = 1988) from schools in Valencia. Children were distributed into 4 groups for comparison: normal and high SMM and by sex. Anthropometric data were obtained following World Health Organization protocols. Nutritional intake was measured using a prospective 3-day food journal and the KIDMED questionnaire. Of the whole child sample, 63.9% had high SMM values. No differences were found in adherence to a Mediterranean diet or absolute energy intake. Significant differences were found in the proportion of energy intake in relation to estimated energy requirements and between nutritional intake of certain macro or micronutrients with SMM. This study provides values of SMM for children. Children’s adherence to a Mediterranean diet was not related to total SMM. At the same time, the consumption of excess calories or overeating is associated with SMM, with those children overeating more having lower SMM values. The differences in the intake of the other macro- and micronutrients were not associated with children’s SMM.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,239
Écart entre enseignants0,232 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and Metabolism→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→