Bibliographic record
Abstract
La consommation d’environ 1/2 litre de lait de vache par jour est suffisante pour maintenir des taux corrects de vitamine D et de fer chez la plupart des jeunes enfants. La consommation de lait de vache a des effets opposes sur le stockage de la vitamine D et du fer chez l’enfant d’âge prescolaire, mais il n’existe pas de guidelines clairs sur ce point. Les auteurs ont donc inclus dans cette etude transversale observationnelle TARGet kids! 1 311 petits Canadiens de 2 a 5 ans en bonne sante suivis dans les reseaux de soins primaires de la region de Toronto. La quantite de lait de vache consommee etait declaree par les parents. L’evaluation de la vitaminemie D et des reserves en fer a ete faite par dosage serique (25-hydroxyvitamine D et ferritine). La consommation de 2 tasses (500 mL) de lait de vache par jour assurait un dosage de 25-hydroxyvitamine D de 0,75 nmol/L avec un minimum d’effet negatif sur les taux de ferritine serique pour la plupart des enfants. Par tasse supplementaire, il y avait augmentation de 25-hydroxyvitamine D de 6,5 % (p < 0,0001) mais diminution de la ferritine de 3,6 % (p ≤ 0,0001). Les enfants a peau foncee ne recevant pas de supplementation en vitamine D pendant l’hiver avaient besoin de 3 a 4 tasses de lait de vache par jour pour maintenir une vitaminemie D a 0,75 nmol/L. L’usage du biberon n’augmentait pas la vitaminemie D et entrainait des baisses importantes de ferritinemie. Maguire JL, Lebovic G, Kandasamy S, Khovratovich M, Mamdani M, Birken CS et al. on behalf of the TARGet Kids! and Collaboration. The Relationship Between Cow’s Milk and Stores of Vitamin D and Iron in Early Childhood. Pediatrics. 2013;131;e144. Que retenir pour la pratique ? • Toronto, latitude 43° N, donc sensiblement la notre. Voila pour la lumiere naturelle. • Biberons : curieux… Les auteurs suggerent que, comme dans d’autres etudes qui ont la meme conclusion, les parents sousestiment peut-etre la consommation de lait dans ce cas, ou que d’autres apports que ceux du lait (jus de fruits par exemple) ne contribuent pas a l’apport de vitamine D et peuvent diminuer la ferritinemie… • Supplementation en vitamine D : recommandee en cas de peau pigmentee ; pour les autres enfants… Mots cles : Enfant ; Ferritines ; Lait ; Vitamine D [Child; Ferritins; Milk; Vitamin D]
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".