Study Protocol for the Culturally Appropriate Recipes for Impactful Nutrition Goals for Communities Study (CARING for Communities)
Notice bibliographique
Résumé
that having a greater number of oral health problems will be correlated with a lower BMD as both can occur due to inflammation.One of our models will investigate diet as a covariate.Methods: This analysis will be completed using data from the Canadian Longitudinal Study on Aging (CLSA), a national cohort of over 20,000 men and women ages 50 to 85 years.Hip BMD was quantified using dual-energy x-ray absorptiometry.Oral health problems were assessed with a survey about teeth and gum health, dental visits, and possible food avoidance due to compromised oral health.An oral health score will be assigned based on number of oral health problems reported.Ordinal regression analyses will incorporate risk factors associated with oral health problems and osteoporosis as covariates.Model 1 will include age.Model 2 will add sex, ethnicity, smoking status, and body mass index.Model 3 will add income, physical activity, and diet (categorized as total daily intake of fruit, vegetables, legumes, nuts, fish, dairy, meats, whole grains, calcium fortified foods/beverages, and fibre).This is of interest as maintaining oral health is integral to the ability to maintain a healthy diet as one ages.Results: N/A Conclusions: Findings can inform the use of oral health parameters to identify those at high risk of fracture while also elucidating the relationship with specific food groupings.
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 | 0,027 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,006 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,167 | 0,038 |
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 ».