Energy, nutrients and food sources in snacks for adolescents and young adults
Notice bibliographique
Résumé
OBJECTIVE: To evaluate associations between snacking and energy, nutrients and food source, and to identify the contribution of snacking across age, sex, weight status and lifestyle behaviors among adolescents and young adults. METHODS: A sub-sample was calculated from the population-based cross-sectional study 2015-Health Survey of São Paulo (ISA-Capital). The survey "ISA-Nutrição" used a sample of non-institutionalized individuals aged >15 years. For this study, only adolescents (12-18 years old; n=418) and young adults (19-29 years old; n=218) were included. Snacks were identified, and their contribution to energy, nutrients, and food sources were calculated. Descriptive statistics and logistic regressions were used. RESULTS: Participants experienced an average of 2.9±0.6 snacking occasions per day. Young adults consumed more energy from morning and night snacks, and adolescents, from afternoon snacks. The top three food sources on snacking contributed to 30.5% of energy: cookies (11.8%), sugar sweetened beverages (9.4%), sweets and other desserts (9.3%). Although results were non-significant, being a female (Odds Ratio [OR] 0.93; 95% confidence interval [95%CI] 0.36-1.49), meeting the physical activity recommendations (OR 0.75; 95%CI 0.25-1.25), and scoring higher for the healthy eating index (OR 0.88; 95%C 0.24-1.52) were all factors related to increased intake of snacks. Alternatively, overweight individuals (OR -0.54; 95%CI -1.00 to -0.08) consumed less snacks. CONCLUSIONS: Improving the quality of snacks should be considered in behavior-change strategies.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».