Creating “Plates” to Evaluate Canadians’ Dietary Intake in Relation to the 2019 Canada’s Food Guide
Notice bibliographique
Résumé
PURPOSE: (CFG) Plate using novel volume-based food analyses, by age and meal occasion. METHODS: Foods reported in 24-hour recalls by 20,456 Canadians in the 2015 Canadian Community Health Survey - Nutrition were classified as: Vegetables and Fruits, Whole Grain Foods, Protein Foods, Non-Whole Grain Foods or Other Foods (high in fat, sugar, sodium). Food volumes were used to calculate percent contributions of each grouping to total intake, stratified by age (1-6; 7-12; 13-17; 18-64; 65+years) and meal (breakfast, lunch, supper, snack), applying sample survey weights and bootstrapping. RESULTS: By volume, the Canadian population diet included: 29% Vegetables and Fruits, 22% Protein Foods, 7% Whole Grains, 24% Non-Whole Grain Foods, and 18% Other Foods. Intakes of Protein Foods (1-6 years) and Other Foods (7-12; 13-17 years) were higher in children than adults by volume, relative to total intake. Whole Grains intake was highest at breakfast. Other Foods intake was highest at snack. CONCLUSIONS: The volume-based population diet of Canadians reported on a single day includes a substantial proportion of non-recommended foods. There are opportunities to design interventions that target specific foods, ages, and meals to align intake with recommendations.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».