MétaCan
Menu
← Retour à la cohorte
Enregistrement W3016027866 · doi:10.1016/j.jand.2020.01.011

Lunch on School Days in Canada: Examining Contributions to Nutrient and Food Group Intake and Differences across Eating Locations

2020· article· en· W3016027866 sur OpenAlexfundaboutno aff
Claire N. Tugault-Lafleur, Jennifer Black

Notice bibliographique

RevueJournal of the Academy of Nutrition and Dietetics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNutrientEnvironmental healthFood groupMealMedicineCalorieDemographyDescriptive statisticsGerontologyMathematicsBiologyStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recent federal proposals in Canada have called for changes in the delivery and funding of school lunches. Yet little evidence has documented the nutritional quality of meals eaten by school children, which is needed to inform school lunch reforms. OBJECTIVES: To assess the dietary contributions of lunch foods to daily food and nutrient intakes on school days and compare dietary intakes across eating locations (school, home, and off campus). DESIGN: Cross-sectional analyses of school day data from the 2015 Canadian Community Health Survey-Nutrition. PARTICIPANTS/SETTING: Children aged 6 to 17 years who completed a 24-hour dietary recall falling on a school day in 2015 (n=2,540). MAIN OUTCOME MEASURES: Mean percent of daily intakes of energy, food groups, and nutrients contributed by foods reported at lunch and energy-adjusted intakes of nutrients and food groups consumed during the lunch meal. STATISTICAL ANALYSES: Descriptive statistics were used to assess the percent of daily energy, nutrients, and food groups contributed by lunch foods. Multivariable linear regression models examined differences in dietary outcomes across eating locations for the full sample and stratified by age group, with separate models for children aged 6 to 13 and 14 to 17 years. RESULTS: On average, foods reported at lunch provided ∼26% of daily calories on school days. Relative to energy, lunch foods provided lower contributions of dark green and orange vegetables, whole fruit, fruit juice, whole grains, milk and alternatives, fluid milk; minimally nutritious foods including sugar-sweetened beverages; and several related nutrients including total sugars; vitamins A, D, B-6, and B-12; riboflavin; and calcium. Yet, lunch foods provided proportionally higher contributions of grain products, non-whole grains, meat and alternatives, and sodium. Children aged 14 to 17 years who ate lunch at school reported higher intakes of total vegetables and fruit, whole fruit, whole grains, fiber, vitamin C, and magnesium but reported fewer calories from sugar-sweetened beverages compared with their peers who ate lunch off campus. CONCLUSIONS: Relative to its contribution to energy, lunch on school days contributed to proportionally lower intakes of many healthful foods such as dark green and orange vegetables, whole fruit, whole grains, and fluid milk but also proportionally lower intakes of other high-fat and high-sugar foods including sugar-sweetened beverages. This study adds to the growing body of evidence on dietary concerns during school time for Canadian children and highlights particular nutritional challenges for adolescents consuming lunch off campus.

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)0,004
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 enseignants0,031
Score d'incertitude au seuil0,222

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,006
Études des sciences et des technologies0,0050,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,045
Tête enseignante GPT0,303
Écart entre enseignants0,258 · 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

Citations26
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueJournal of the Academy of Nutrition and Dietetics→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→