Sources of Added Sugars Intake Among the U.S. Population: Analysis by Selected Sociodemographic Factors Using the National Health and Nutrition Examination Survey 2011–18
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Recent estimates of added sugars intake among the U.S. population show intakes are above recommended levels. Knowledge about the sources of added sugars contributing to intakes is required to inform dietary guidance, and understanding how those sources vary across sociodemographic subgroups could also help to target guidance. The purpose of this study was to provide a comprehensive update on sources of added sugars among the U.S. population, and to examine variations in sources according to sociodemographic factors. Regression analyses on intake data from NHANES 2011–18 were used to examine sources of added sugars intake among the full sample ( N = 30,678) and among subsamples stratified by age, gender, ethnicity, and income. Results showed the majority of added sugars in the diet (61–66%) came from a few sources, and the top two sources were sweetened beverages and sweet bakery products, regardless of age, ethnicity, or income. Sweetened beverages, including soft drinks and fruit drinks, as well as tea, were the largest contributors to added sugars intake. There were some age-, ethnic-, and income-related differences in the relative contributions of added sugars sources, highlighting the need to consider sociodemographic contexts when developing dietary guidance or other supports for healthy eating.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle