Avaliação do consumo de frutas por idosos de São Caetano do Sul, São Paulo, Brasil
Bibliographic record
Abstract
OBJETIVO: Avaliar a ingestão de frutas baseada no consumo habitual de idosos.MÉTODOS: Estudo transversal em amostra não probabilística de 295 idosos, provenientes da pesquisa "Avaliação do Consumo Alimentar de Idosos do Município de São Caetano do Sul, São Paulo, Brasil".A informação sobre a ingestão de frutas foi obtida por um Questionário de Frequência Alimentar previamente validado e o consumo de energia e nutrientes, por dois Recordatórios de 24 horas, avaliados pelo programa Multiple Source Method (MSM).A regressão logística foi aplicada para verificar os fatores sociodemográficos e de estilo de vida associados à ingestão de frutas e o teste de Mann-Whitney, para avaliar as diferenças entre consumo de frutas, energia, macro e micronutrientes.RESULTADOS: Mais da metade dos idosos (58%) consumiu três ou mais frutas diariamente.A ingestão de frutas apresentou associação positiva com gênero feminino (OR = 2,00; IC95% 1,02 -3,91; p = 0,04) e morar sozinho (OR = 1,86; IC95% 1,04 -3,30; p = 0,03) e negativa com desnutrição (OR = 0,36; IC95% 0,17 -0,76; p = 0,01).Entre os idosos que apresentaram consumo adequado de frutas foi observada uma maior ingestão de fibras (p = 0,03), vitamina A (p < 0,01), vitamina C (p < 0,01), potássio (p < 0,01) e magnésio (p < 0,01), porém, o consumo energético e de macronutrientes não teve associação estatisticamente significante (p > 0,05).CONCLUSÃO: O consumo de frutas foi influenciado por fatores sociodemográficos e estado nutricional, impactando no maior consumo de fibras, vitamina A e C, minerais como potássio e magnésio.Políticas públicas que incrementassem o consumo de frutas por idosos poderiam impactar na saúde e qualidade de vida dos idosos.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".