MétaCan
Menu
← Retour à la cohorte
Enregistrement W4321163770 · doi:10.2196/41636

Jordan’s Population-Based Food Consumption Survey: Protocol for Design and Development

2023· article· en· W4321163770 sur OpenAlexvenueno aff
Islam Al‐Shami, Huda Al Hourani, Buthaina Alkhatib, Omar Alboqai, Dima AlHalaika, Ayoub Al‐Jawaldeh

Notice bibliographique

RevueJMIR Research Protocols · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensnon disponible
Organismes subventionnairesWorld Health Organization
Mots-clésOverweightEnvironmental healthSocioeconomic statusPopulationMedicineObesityConsumption (sociology)WaistCross-sectional studyBody mass indexGerontologyDemography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: One of the factors influencing health and well-being is dietary patterns. Data on food consumption are necessary for evaluating and developing community nutrition policies. Few studies on Jordanians' food consumption and dietary habits at various ages have been conducted, despite the increased prevalence of overweight, obesity, and chronic diseases. This will be the first study focusing on Jordanians' food consumption patterns that includes children, adolescents, adults, and older adults. OBJECTIVE: This cross-sectional study aims to describe the design and methodology of the Jordan's Population-based Food Consumption Survey, 2021-2022, which was developed to collect data on food consumption, including energy, nutrients, and food group intake, from a representative sample of Jordanians and to determine the prevalence of overweight and obesity and their relationship to food consumption. METHODS: Participants were selected by stratified random sampling, using the Estimated Population of the Kingdom by Governorate, Locality, Sex, and Households, 2020 as the sampling frame. The food consumption survey sample was at the population level, representing gender and age classes (8-85 years old). The data collection period was 6 months. Food consumption was assessed using 24-hour dietary recall (2 nonconsecutive days, 1 week apart) interviews representing weekdays and weekends. In addition to data on food consumption, information on the use of food supplements, sociodemographic and socioeconomic status, and health was gathered. Weight, height, and waist circumference were all measured. RESULTS: The survey included 632 households with 2145 participants, of which 243 (11.3%) were children, 374 (17.4%) were adolescents, 1428 (66.6%) were adults, and 99 (4.6%) were older adults. Three food consumption databases were used to stratify the mean 24-hour dietary recall food consumption into energy intake, carbohydrates, proteins, fats, fiber, vitamins and minerals, and food groups. BMI was calculated and classified as normal, overweight, or obese. Central obesity was classified as normal or abnormal based on the waist-to-height ratio. The survey results will be disseminated based on age, energy, nutrient, and food group consumption. The prevalence of overweight and obesity by age group will be presented, as well as a comparison to the situation in Eastern Mediterranean countries. CONCLUSIONS: The survey data will be helpful in nutritional studies, assessing changes in dietary patterns, and developing and evaluating nutrition or health policies. It will be a solid base for developing a future national surveillance system on food consumption patterns with comprehensive food consumption, physical activity, biochemical, and blood pressure data. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/41636.

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)0,029
score de la tête « metaresearch » (Gemma)0,021
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: Sans objet
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,021
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0030,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0540,019

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 Opus0,629
Tête enseignante GPT0,592
Écart entre enseignants0,036 · 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
GenreProtocole

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

En bref

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetNutritional Studies and Diet→Travaux en français237 207→