MétaCan
Menu
Retour à la cohorte
Enregistrement W4283777171 · doi:10.1016/j.nutres.2022.06.009

Contribution of beef to key nutrient intakes in American adults: an updated analysis with NHANES 2011-2018

2022· article· en· W4283777171 sur OpenAlexaff
Sanjiv Agarwal, Victor L. Fulgoni

Notice bibliographique

RevueNutrition Research · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésNiacinNutrientBeef cattleDietary Reference IntakeAnimal scienceFood scienceVitaminNational Health and Nutrition Examination SurveyVitamin B12Reference Daily IntakeMicronutrientVitamin EMedicineChemistryBiologyEnvironmental healthPopulationInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Beef represents an important source of high-quality dietary protein and several micronutrients including iron, zinc, and B vitamins. Consumption of lean meat including lean beef is recommended by the Dietary Guidelines for Americans 2020-2025 as part of overall healthy diet. Given beef intake has been declining, the objective of this study was to provide updated evaluation of the nutritional contribution of beef types. Twenty-four-hour dietary recall data from adults age 19+ years (n = 19,766) participating in the National Health and Nutrition Examination Survey 2011-2018 was used to assess intakes. On the day of recall, 49.3%, 40.2%, 26.3%, and 15.3% adults consumed total beef, lean fresh beef, ground beef, and processed beef, respectively, with mean intakes of 45.6, 36.6, 21.3, and 6.23 g/day, respectively. Intake of total beef contributed to daily intakes of energy (5.4%), protein (14%), vitamin B 12 (20%), zinc (21%), choline (11%), niacin (9.4%), vitamin B 6 (8.3%), iron (7.6%), phosphorus (6.8%), potassium (5.6%), and magnesium (3%). Lean fresh beef contributed most to the daily intakes of energy and nutrients followed by ground and processed beef. Beef intake also contributed to daily intakes of fat (8.7%), saturated fat (11%), and sodium (2.9%) and lean fresh beef contributed less intakes of fat and saturated fat than ground and processed beef. Beef and particularly lean fresh beef were efficient sources of nutrients and provided more nutrients per 100 kcal than the total diet. In conclusion, based on nutrient contribution, these findings provide evidence to support inclusion of beef (especially lean fresh beef) in dietary 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 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 enseignants0,076
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,294
Écart entre enseignants0,281 · 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

Citations29
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition ResearchMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207