MétaCan
Menu
Retour à la cohorte
Enregistrement W4393180454 · doi:10.1080/22423982.2024.2332008

Reproducibility and validity of a 45 item food-frequency questionnaire for inuit in Greenland

2024· article· en· W4393180454 sur OpenAlexaboutno aff
Peter Bjerregaard, Ingelise Olesen

Notice bibliographique

RevueInternational Journal of Circumpolar Health · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesNunatsinni Ilisimatusarnermik Siunnersuisoqatigiit
Mots-clésReproducibilityFood frequency questionnairePsychologyGeographyMedicineEnvironmental healthStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Since 1993, dietary assessment has been carried out in Greenland as part of recurrent population health surveys.In preparation for the next survey in 2024, 91 participants from the survey in 2018 were selected for a validation study of the Food Frequency Questionnaire (FFQ).The 91 participants were reinterviewed 38-50 months after the first FFQ and invited to complete a food diary.As part of the 2018 survey, blood was analysed for mercury.The food diary was completed by 65 participants.The agreement between the two FFQ interviews was very good for macronutrients and fatty acids (p > 0.20), whereas the calculated intake of mercury was 22% higher in the second FFQ (p = 0.04) due to a higher intake of whale meat and muktuk (whale skin).The agreement between the second FFQ and the food diary was good for local food, imported meat and cakes/ sweets/snacks but fruit and vegetables, dairy products, beverages and added sugar were significantly underreported in the food diary.Food items not included in the FFQ were identified from the food diaries.The correlation between the intake of marine mammals and blood mercury was moderate (Spearman's rho = 0.41-0.50;p < 0.0001).The results will inspire future dietary studies in the circumpolar North.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,074
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
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 savante0,0010,000
Science ouverte0,0010,001
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 Opus0,072
Tête enseignante GPT0,428
Écart entre enseignants0,356 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Circumpolar HealthMême sujetIndigenous Studies and EcologyTravaux en français237 207