Nutrient intakes and weight status of adult Canadian breakfast consumers versus non‐consumers, and of those consuming breakfasts with versus without ready‐to‐eat cereal
Notice bibliographique
Résumé
Higher nutrient intakes are reported in breakfast consumers vs. non‐consumers, and in those who include ready‐to‐eat cereal (RTEC) at breakfast vs. those who do not. We examined these differences using Day 1 data from adult participants (age ≥19; n = 20,157) in the Canadian Community Health Survey Cycle 2.2 (2004), a nationally‐representative sample. Overall, 90% of Canadian adults reported eating breakfast, increasing from 82% (age 19–30) to 97% (age 71+). Breakfast consumers had higher ( P ≤ 0.01) energy intakes than non‐consumers (mean ± SE: 2112 ± 15 vs. 1933 ± 34 kcal/d), but body mass index (BMI; from measured height and weight) and weight status (odds ratio for overweight/obesity) did not differ. They also had higher energy‐adjusted intakes of protein, carbohydrate (CHO), fibre, cholesterol, calcium (Ca), phosphorus (P), magnesium (Mg), iron (Fe), potassium (K), and vitamins A, B 1 , B 2 , B 3 , B 6 , folate, C and D. Among breakfast consumers, 23% included RTEC. Energy intakes and weight status of RTEC consumers and non‐consumers did not differ, but RTEC consumers had higher intakes of CHO, fibre, Ca, P, Mg, Fe, K, zinc, vitamins B 1 , B 2 , B 6 , folic acid and D, and lower cholesterol and fat intakes. Breakfast made a positive contribution to adult Canadians’ nutrient intakes, and those who ate RTEC breakfasts had a more favourable nutrient profile than those who ate other breakfasts. (Supported by Kellogg Canada Inc.)
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 | 0,003 |
| 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) | 0,003 | 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 ».