Fructose intake and food sources in West Australian adolescents
Notice bibliographique
Résumé
Aim: This research aimed to cross-sectionally quantify fructose consumption and identify major food sources of fructose in adolescents participating in the 14-year follow up of the Western Australian Pregnancy Cohort (Raine) Study. Methods: Subjects were 822 adolescents aged 13-15 years participating in the Raine Study. Dietary intake was assessed by 3-day food records and entered in the FoodWorks dietary analysis program. Total fructose values for individual foods were linked from the Nutrient Tables for use in Australia, the University of Minnesota Nutrition Coordinating Centre Food and Nutrient Database, and the Canadian Nutrient File. Results: Fructose contributed 9.1% of total energy intake for the group. Boys reported higher absolute fructose intakes than girls (58.9 g 26.6 g vs 48.3 g 20.1 g, respectively, P < 0.001), while girls had higher energy adjusted fructose intakes than boys (55.7 g 16.1 g vs 51.8 g 20.2 g, respectively, P = 0.002). Major food sources of total fructose were beverages, in particular soft drinks, followed by fruit and confectionery. No significant associations were found between fructose intake and level of physical activity, Body Mass Index or socioeconomic status indicators in unadjusted analyses; however, adolescents from higher socioeconomic groups consumed more fructose from fruit, whereas adolescents from lower socioeconomic groups consumed more fructose from beverages. Conclusions: To our knowledge, this is the first study to describe fructose intake and food sources in Australian adolescents. Results are similar to those previously reported in studies of US adolescents.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».