MétaCan
Menu
Retour à la cohorte
Enregistrement W3164200870 · doi:10.1080/22423982.2021.1932184

East-Greenland traditional nutrition: a reanalysis of the Inuit energy balance and the macronutrient consumption from the Høygaard nutritional data (1936-1937)

2021· article· en· W3164200870 sur OpenAlexaboutno aff
Patrick Mullie, Tom Deliens, Peter Clarys

Notice bibliographique

RevueInternational Journal of Circumpolar Health · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArcticFood intakeThe arcticFood consumptionConsumption (sociology)Environmental healthRed meatMedicineDemographyGeographyFood scienceBiologyEcologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Greenlandic traditional nutrition was unique in the arctic environment because it was an almost exclusive meat dietary pattern. Høygaard et al. left Copenhagen in August 1936, and stayed in East Greenland until August 1937. The four members of the expedition resided in Tasisaq and visited eight settlements around where nutritional intake was recorded by residing in families. However, the nutritional intake was analysed on a household level. The aim of the present study is to reanalyse the Høygaard et al. data according to modern scientific standards.In total, 21 males and 14 females participated. Median (IQR) energy consumption was 3881 (1568) kcal.day−1 for males and 2910 (882) kcal.day−1 for females. Without the five participants living near trading centres, this was 3268 (219) kcal.day−1 and 2634 (723) kcal.day−1, respectively. Expressed in energy-percent, the macronutrient consumptions were 34% for protein, 37% for fat and 29% for carbohydrates. Without imported food, this was 41%, 49% and 10%, respectively.The main findings of the present study are, as expected, that the food consumed came mainly from traditional hunting, was low in plant foods and extremely low in carbohydrates. The Inuit succeeded to stay in apparently healthy conditions with a traditional meat-based dietary pattern.

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 enseignants0,405
Score d'incertitude au seuil0,805

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,079
Tête enseignante GPT0,359
Écart entre enseignants0,280 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Circumpolar HealthMême sujetIndigenous Studies and EcologyTravaux en français237 207