MétaCan
Menu
Retour à la cohorte
Enregistrement W3165652219 · doi:10.3390/nu13061759

Picky Eating Is Associated with Lower Nutrient Intakes from Children’s Home-Packed School Lunches

2021· article· en· W3165652219 sur OpenAlexafffundabout
Kellseigh Gan, Carly Tithecott, Lisa J. Neilson, Jamie A. Seabrook, Paula D.N. Dworatzek

Notice bibliographique

RevueNutrients · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensChildren’s Health Research InstituteLawson Health Research InstituteWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésFood scienceMicronutrientNutrientDietary Reference IntakeRiboflavinSugarFood groupVitaminReference Daily IntakeAdded sugarMedicineChemistryEnvironmental healthEndocrinology

Résumé

récupéré en direct d'OpenAlex

The objective was to assess the relationship between children’s picky eating (PE) status and nutrient intake from home-packed school lunches. The lunches of 321 students, aged 7–10 years, were quantified via cross-sectional direct observation. Children were classified as having PE (n = 155) or not (non-PE; n = 166) based on food neophobia scores and parental perceptions of PE. The PE group consumed significantly less protein, folate, magnesium, potassium, zinc, and vitamins B1, B2, B3, B6, D, and E than the non-PE group; however, both groups consumed amounts exceeding Dietary Reference Intakes (DRIs) for protein, carbohydrates, sugar, sodium, iron, and vitamins B1, B2, B3, B6, B12, and C. Conversely, both groups consumed amounts significantly lower than DRIs for calcium, fibre, folate, magnesium, potassium, zinc, and vitamins A, D, E, and K. The PE group ate significantly less meat and alternatives, vegetables and fruit, and fruit than the non-PE group, and did not meet any of Canada’s Food Guide (2007) recommendations. The non-PE group met recommendations for meat and alternatives only. PE impacts the dietary intake of children’s home-packed lunches; however, many packed lunches were of low nutritional quality. Focus should be placed on provision of nutritionally complete school lunches for all children.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,237
Écart entre enseignants0,226 · 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

Citations13
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetObesity, Physical Activity, DietTravaux en français237 207