MétaCan
Menu
Retour à la cohorte
Enregistrement W3174831098 · doi:10.1096/fasebj.27.1_supplement.845.9

Iron deficiency and physical activity after a dietary iron intervention in female Indian tea pickers

2013· article· en· W3174831098 sur OpenAlexaff
Yosmel Serrano, Maike Rahn, Erica M. Crump, Sudha Venkatramanan, Jere D. Haas

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésIodised saltMedicinePhysical activityMicronutrientIron statusIron deficiencyAnimal sciencePhysical therapyIodine deficiencyInternal medicineAnemiaBiology

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to examine the effect of a double‐fortified salt (DFS) (containing iron and iodine) intervention on iron status and physical activity in female Indian tea pluckers. A double‐blinded study randomized 217 women working at a tea estate in West Bengal, India to consume either iodized salt fortified with iron (DFS) or iodized salt (control) for 10 months. The DFS group received approximately 5–7 mg iron/day. Iron status (Hb, sFt, sTfR), inflammation markers (CRP, AGP), and physical activity levels (estimated through Actigraph accelerometers) were determined at baseline and end line data collection. Physical activity was categorized by the number of minutes spent in sedentary physical activity (1.00 MET), light physical activity (1.01–2.99 METs), and moderate‐to‐vigorous physical activity (>;3.00 METs) at work and discretionary (before work, after work, and during break) time. There was a significant increase in sFt (p=0.02) and body iron (p=0.004) from baseline to end line in the DFS group compared to control group. The DFS group showed a significant increase in minutes spent in total discretionary time (p=0.0136) in light physical activity. We conclude that consumption of DFS improved iron status and had a positive effect on leisure activities. Funded by the Mathile Institute for the Advancement of Human Nutrition and the Micronutrient Initiative .

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil0,283

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,280
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 tête enseignante, 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetBody Composition Measurement TechniquesTravaux en français237 207