MétaCan
Menu
Retour à la cohorte
Enregistrement W4220882286 · doi:10.3390/children9020126

Ultra-Processed Foods Are the Major Sources of Total Fat, Saturated and Trans-Fatty Acids among Tunisian Preschool and School Children: A Cross-Sectional Study

2022· article· en· W4220882286 sur OpenAlexaff
Darine Dogui, Radhouene Doggui, Ayoub Al‐Jawaldeh, Jalila El Ati, Myriam El Ati‐Hellal

Notice bibliographique

RevueChildren · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesWorld Health Organization
Mots-clésFood scienceNutrientObesityCross-sectional studyEnvironmental healthMedicineTotal fatPopulationFood groupSaturated fatBiologyCholesterolEndocrinology

Résumé

récupéré en direct d'OpenAlex

Excessive fat and fatty acids intake are associated with significant health hazards such as obesity or chronic diseases. This study aimed to provide the first data on total fat, saturated fatty acids (SFA) and trans fatty acids (TFA) intakes and their major food sources in Tunisian children. A total of 1200 children, aged 3 to 9 years old, were randomly selected from primary schools and kindergartens under a cross-sectional design. The 24-h dietary recall method and diet history for the month preceding the survey were used to assess dietary intake. The energy percentages of total fat, SFA and TFA in Tunisian children were 29.6%, 11.4% and 0.15%, respectively. No sex differences were found. The WHO recommendations for total fat, SFA and TFA were adopted by 58%, 39% and 89% of the study population, respectively. The leading food groups of fat and fatty acids were ultra-processed foods, breakfast cereals and dairy products. The meat, fish, eggs, and fish alternatives were the fifth main contributors to Tunisian children's total fat and SFA intakes. The implementation of a relevant strategy for fat reduction, especially from ultra-processed foods, considered as low nutrient energy-dense products, is needed to promote health among children and prevent diet-related chronic diseases.

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)0,000
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 enseignants0,048
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,279
Écart entre enseignants0,266 · 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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChildrenMême sujetFatty Acid Research and HealthTravaux en français237 207