Validation d'un outil d'évaluation alimentaire à l'aide de biomarqueurs de l'apport alimentaire
Bibliographic record
Abstract
Dans pratiquement tous les domaines de la recherche en nutrition humaine, il est nécessaire de questionner les individus sur leur consommation d'aliments, que ce soit pour vérifier les effets d'une intervention ou encore pour mettre en association les habitudes alimentaires avec d'autres variables en lien avec la santé. L'engouement pour les outils d'évaluation sur plateforme web dans les dernières années a permis le développement de ceux-ci. Il est primordial de valider les outils d'évaluation alimentaire utilisés en recherche avec des méthodes appropriées afin d'éviter d'obtenir des résultats erronés. Il sera mention dans ce mémoire de la validation d'un rappel de 24 heures web (R24W) sur une plateforme web pour une population québécoise francophone créé par l'équipe de recherche à l'aide de méthodes rigoureuses, soit le sodium, le potassium et l'urée urinaires de collectes urinaires de 24 heures. Les facteurs individuels pouvant influencer la précision de l'auto-évaluation alimentaire ont, aussi, été évalués. Les résultats de la validation du R24W pour le sodium, le potassium et les protéines ont permis de qualifier l'outil de valide et fiable pour la population à l'étude autant au niveau de l'individu qu'au niveau populationnel pour les trois nutriments. À l'exception de l'estime de l'image corporelle chez la femme associée à une erreur de mesure du sodium, aucun autre facteur individuel n'a été associé significativement à l'erreur de mesure. La validation de l'apport en énergie avec la technique de l'eau doublement marquée, qui sera effectuée prochainement, sera importante pour mieux comprendre la validité globale de l'outil. Celui-ci permettra, dans le cadre d'études futures, de tirer des conclusions de recherche en lien avec la qualité de l'alimentation et la santé qui seront d'une grande fiabilité.
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 | 0.126 | 0.151 |
| Meta-epidemiology (narrow) | 0.003 | 0.002 |
| Meta-epidemiology (broad) | 0.003 | 0.004 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.004 |
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".