MétaCan
Menu
Retour à la cohorte
Enregistrement W2969735404 · doi:10.3390/nu11091964

Consumption and Sources of Saturated Fatty Acids According to the 2019 Canada Food Guide: Data from the 2015 Canadian Community Health Survey

2019· article· en· W2969735404 sur OpenAlexaffabout
Stéphanie Harrison, Didier Brassard, Simone Lemieux, Benoı̂t Lamarche

Notice bibliographique

RevueNutrients · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésFood scienceConsumption (sociology)Saturated fatEnvironmental healthChemistryMedicineBiochemistrySociologyCholesterol

Résumé

récupéré en direct d'OpenAlex

The 2019 revised version of Canada’s Food Guide (CFG) recommends limiting the consumption of processed foods that are high in saturated fatty acids (SFA). Yet, the contributions of each CFG group to the total SFA intake of Canadians are not specifically known. The objectives of this study were to quantify the total SFA intake of Canadians, determine the sources of SFA consumed by Canadian adults, and identify potential differences in these sources. A nation representative sample from the Canadian Community Health Survey (CCHS – Nutrition 2015) was used for these analyses. Dietary intakes were measured using a single 24-h recall. Food sources of SFA were classified according to the revised 2019 CFG categories. We have also examined the contribution of foods not included in these three categories to total SFA intake. Among Canadian adults, total SFA contributed to 10.4 ± 0.1% (SE) of total energy intake (E). The “Protein foods” (47.7 ± 0.5% with 23.2 ± 0.4% from milk and alternatives and 24.5 ± 0.4% from meats and alternatives) and “All other foods” (44.2 ± 0.5%) categories were the main sources of total SFA intake. Few differences in SFA sources were identified between sexes, age groups, education levels, and body mass index (BMI) categories. These data show that the mean SFA consumption is greater than the 10% E cut-off previously proposed in Canada. Future studies should examine which food substitution is most likely to contribute to a greater reduction in SFA intake at the population level.

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)0,002
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: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,100
Tête enseignante GPT0,355
Écart entre enseignants0,255 · 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

Citations33
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetFatty Acid Research and HealthTravaux en français237 207