An Updated Evidence Scan of the Nutrient Composition of Human Milk in the United States and Canada: A Systematic Scoping Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 2018, authors from USDA’s Agriculture Research Service (ARS) published a literature review (2) that summarized current knowledge of human milk nutrient composition in the United States. This comprehensive literature review captured studies published from 1980 to 2017, that were conducted in the United States and Canada. The review included 28 articles that reported on human milk composition of macronutrients and micronutrients. Most of the 28 articles were published before 1990 and mainly examined samples from small groups of generally healthy lactating women, with the majority not describing race/ethnicity. Wu et al. (2018) concluded that data of several components from these 28 studies showed some consistency for 1–6 mo postpartum, especially for protein, fat, lactose, energy, and certain minerals (e.g., calcium, Magnesium, Potassium, etc.); data for 7–12 mo postpartum and for other nutrients are very scarce (e.g., iodine). This proposed project aims to conduct an evidence scan to update the literature review conducted by ARS, using a systematic scoping approach. An updated the literature search will be conducted to describe the evidence on the nutrient composition and volume of mature milk (i.e., from 3 weeks postpartum, to 12 months and beyond), published from 2017 to 2022. A draft analytic framework (Figure 1) and draft inclusion and exclusion criteria (Table 1) are provided in this registration. References 1. Casey CE, Hambidge KM. Nutritional aspects of human lactation. In:Neville MC, Neifert MR, editors. Lactation: physiology, nutrition, and breast-feeding. New York: Plenum Press, 1983. p. 199–248. 2. Wu X, Jackson RT, Khan SA, Ahuja J, Pehrsson PR. Human milk nutrient composition in the United States: current knowledge, challenges, and research needs. Curr Dev Nutr. 2018;2:nzy025.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
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 découle