MétaCan
Menu
Retour à la cohorte
Enregistrement W4281486842 · doi:10.1007/s00394-022-02915-x

Women’s health: optimal nutrition throughout the lifecycle

2022· article· en· W4281486842 sur OpenAlexaff
Edith J. M. Feskens, Regan L Bailey, Zulfiqar A Bhutta, Hans Konrad Biesalski, Heather A. Eicher‐Miller, Klaus Krämer, Wen‐Harn Pan, James C. Griffiths

Notice bibliographique

RevueEuropean Journal of Nutrition · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionOverconsumptionMedicineMalnutritionBusinessEnvironmental healthGerontologyNursingProduction (economics)Economics

Résumé

récupéré en direct d'OpenAlex

Sex differences are an important consideration when researching and establishing policies for nutrition and optimal health. For women's health, there are important physiologic, neurologic, and hormonal distinctions throughout the lifecycle that impact nutritional needs. Distinct from those for men, these nutritional needs must be translated into appropriate nutrition policy that aims to not only avoid overt nutritional deficiency, but also to promote health and minimize risk for chronic disease. Through a series of webinars, scientific experts discussed the advances in the understanding of the unique nutritional needs, challenges and opportunities of the various life stages for women across the life course and identified emerging nutritional interventions that may be beneficial for women. Nevertheless, there is concern that existing nutrition policy intended for women's health is falling short with examples of programs that are focused more on delivering calories than achieving optimal nutrition. To be locally effective, targeted nutrition needs to offer different proposals for different cultural, socio-economic, and geographic communities, and needs to be applicable at all stages of growth and development. There must be adequate access to nutritious foods, and the information to understand and implement proven nutritional opportunities. Experts provided recommendations for improvement of current entitlement programs that will address accessibility and other social and environmental issues to support women properly throughout the lifecycle.

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)0,010
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,006
Communication savante0,0050,007
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,029
Tête enseignante GPT0,295
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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of NutritionMême sujetObesity, Physical Activity, DietTravaux en français237 207