MétaCan
Menu
← Retour à la cohorte
Enregistrement W407237203 · doi:10.1096/fasebj.26.1_supplement.1004.7

Pre‐pregnancy micronutrient intake assessed by food frequency questionnaire in the Alberta Pregnancy Outcomes and Nutrition (APrON) Study

2012· article· en· W407237203 sur OpenAlexafffundabout
Stephanie Ramage, Casey Berglund, Linda J. McCargar, Rhonda C. Bell

Notice bibliographique

RevueThe FASEB Journal · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta Innovates - Health Solutions
Mots-clésMicronutrientMedicinePregnancyDietary Reference IntakeFood frequency questionnaireReference Daily IntakeEnvironmental healthBody mass indexFood groupCohortVitamin D and neurologyVitaminNutrientGynecologyEndocrinologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Nutrient intake prior to pregnancy may impact maternal health and fetal development. A food frequency questionnaire (FFQ) was used to retrospectively assess diet and supplement intake over the year prior to pregnancy in the first cohort of the APrON study. Fifteen participants were excluded based on extremes in average caloric intake (<600kcal/day, n=3; >3500kcal/day, n=12). The FFQ was successfully completed by 491 women with a mean age of 31 ± 4 years and a mean body mass index of 24.0 ± 4.6 kg/m 2 . Key micronutrients chosen for assessment were iron, calcium and vitamin D. Mean (± Standard Deviation) intakes from food and supplements were 21.5 ± 9.8 mg of iron, 1225.8 ± 565.2mg of calcium, and 11.7 ± 6.4 μg of vitamin D. The proportion of women meeting the recommended dietary allowance (RDA) from food and supplements during this potentially critical period was low for vitamin D (38%) and moderate for iron (64%) and calcium (62%). These data illustrate a low to moderate intake of key micronutrients in Alberta women prior to pregnancy. Assessment and counseling to improve key micronutrient intakes of women in their child‐bearing years may be warranted. Research supported by Alberta Innovates ‐ Health Solutions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,807
Score d'incertitude au seuil0,389

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,280
Écart entre enseignants0,260 · 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

Citations0
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetNutritional Studies and Diet→Travaux en français237 207→