Portrait de la santé et de l’état nutritionnel des aînés francophones à domicile au Nouveau-Brunswick
Bibliographic record
Abstract
Le Nouveau-Brunswick (N.-B.) possède une des plus vieilles populations du Canada. Selon Statistique Canada (2006), 14,7 pour cent de la population du N.-B. est âgée de 65 ans ou plus. La prévention constitue la solution idéale pour assurer le vieillissement en santé. Le but de l’étude était de faire le portrait de la santé et de l’état nutritionnel des aînés à domicile au N.-B. Les objectifs spécifiques étaient de déterminer 1) le profil socio-démographique, 2) le profil de santé, 3) la situation alimentaire et 4) l’état nutritionnel. Le Mini Nutritional Assessment (MNA) et des données alimentaires ont servi à l’évaluation de l’état nutritionnel. Près de 60 pour cent des sujets ne se conforment pas à la recommandation pour les groupes lait/produits laitiers, légumes/fruits et produits céréaliers du Guide alimentaire canadien. Les apports moyens en lipides, vitamine D, folates, calcium et zinc étaient insuffisants. Plus de 50 pour cent des sujets ne couvrent pas leurs besoins en plusieurs nutriments. Selon le MNA, 15 pour cent de sujets étaient à risque nutritionnel. Cinquante-quatre pour cent des hommes et 45 pour cent des femmes ont un poids santé. Des différences ont été observées selon l’identité linguistique, soit entre francophones et anglophones, et en fonction du sexe.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".