Grain Products Are a Top Source of Energy and Nutrients among Nova Scotian Adults Following a Gluten-Free Diet
Notice bibliographique
Résumé
To determine the food sources of energy and 13 core nutrients, 89 diet recalls were analyzed from an explanatory mixed-methods pilot study with adults following a gluten-free diet (GFD) for any reason. Nonconsecutive dietary recalls were collected through a web-based, Automated Self-Administered 24-Hour (ASA24®—Canada-2016) Tool. Mean nutrient intakes were compared with Dietary Reference Intakes. Food items (excluding supplements) were extracted and categorized according to the Bureau of Nutritional Sciences Food Group Codes. Percentages of total dietary intakes from food sources were ranked. Grain products were the highest ranked contributor of energy (21.4%), carbohydrate (30.3%), fibre (29.1%), and iron (35.3%). Breakfast cereals, hot cereals, yeast breads, and mixed grain dishes (mainly rice or pasta-based) were the most important nutrient contributors for grains, despite most (64.3%) commercial cereals and breads being unenriched. Legumes and seeds were not frequently consumed. Nutrient density in the GFD could be improved with more emphasis on gluten-free (GF) whole grains, legumes, seeds, and enriched breads and cereals. More research is needed on the nutrient composition of GF foods to identify food sources of folate, other B vitamins, zinc and magnesium—nutrients of concern for those requiring a GFD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».