five

INFLUENCE OF DILUTION, TIME, AND TEMPERATURE AFTER PREPARATION ON THE OSMOLALITY OF INFANT FORMULAS GIVEN TO NEWBORNS|新生儿营养数据集|食品安全数据集

收藏
Mendeley Data2024-06-25 更新2024-06-27 收录
新生儿营养
食品安全
下载链接:
https://scielo.figshare.com/articles/INFLUENCE_OF_DILUTION_TIME_AND_TEMPERATURE_AFTER_PREPARATION_ON_THE_OSMOLALITY_OF_INFANT_FORMULAS_GIVEN_TO_NEWBORNS/7452671/1
下载链接
链接失效反馈
资源简介:
ABSTRACT Objective: To analyze the influence of dilution, time, and temperature after preparation on the osmolality of infant formulas given to newborns (NBs). Methods: Experimental and descriptive study with samples of different neonatal formulas to verify the osmolality of the milk according to dilution, time, and temperature after preparation. We analyzed seven neonatal formulas in the following times after preparation: immediately (up to 5 minutes); 20 and 40 minutes; every hour up to 8 hours; and 12 and 24 hours. The samples were evaluated at room temperature and after refrigeration. Osmolality curves were designed with the mean of triplicate samples of each milk sample. The digital Osmometer A+, model 3320, from Advanced Instruments measured the osmolality. Results: The time and temperature at which the milk was subjected after preparation did not cause the osmolality to exceed its safety cut-off point at a 1:30 dilution in any of the types of milk analyzed. At a 1:25 dilution, the formula with prebiotics in its composition went over the limit after 4 hours. Conclusions: The milk tested did not exceed the cut-off point of 450 mOsm/kg (approximately 400 mOsm/L), indicated as safe by the American Academy of Pediatrics (AAP) at a dilution recommended by manufacturers. It is important to know the factors that may or may not contribute to the rise of osmolality, in order to establish safe and quality practices for NBs, following protocols based on scientific evidence.
创建时间:
2023-06-28
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4099个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

中国劳动力动态调查

“中国劳动力动态调查” (China Labor-force Dynamics Survey,简称 CLDS)是“985”三期“中山大学社会科学特色数据库建设”专项内容,CLDS的目的是通过对中国城乡以村/居为追踪范围的家庭、劳动力个体开展每两年一次的动态追踪调查,系统地监测村/居社区的社会结构和家庭、劳动力个体的变化与相互影响,建立劳动力、家庭和社区三个层次上的追踪数据库,从而为进行实证导向的高质量的理论研究和政策研究提供基础数据。

中国学术调查数据资料库 收录

CE-CSL

CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集,旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段,涵盖超过70种不同的复杂背景,确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向,通过收集大量真实场景下的手语视频材料,覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域,旨在提高手语识别技术在复杂环境中的准确性和效率,促进聋人与听人社区之间的无障碍沟通。

arXiv 收录

GPQA

GPQA是一个由生物学、物理学和化学领域的专家编写的448个多选题数据集。该数据集的特点是问题质量高且极其困难,即使是具有博士学位或在读博士的专家也仅能达到65%的准确率,而高技能的非专家验证者仅有34%的准确率。数据集旨在用于研究未来AI系统在帮助解答非常困难问题时的可扩展监督方法,特别是在开发新科学知识时。

arXiv 收录

糖尿病预测数据集

糖尿病相关的医学研究或者健康数据

AI_Studio 收录

RAVDESS

情感语音和歌曲 (RAVDESS) 的Ryerson视听数据库包含7,356个文件 (总大小: 24.8 GB)。该数据库包含24位专业演员 (12位女性,12位男性),以中性的北美口音发声两个词汇匹配的陈述。言语包括平静、快乐、悲伤、愤怒、恐惧、惊讶和厌恶的表情,歌曲则包含平静、快乐、悲伤、愤怒和恐惧的情绪。每个表达都是在两个情绪强度水平 (正常,强烈) 下产生的,另外还有一个中性表达。所有条件都有三种模态格式: 纯音频 (16位,48kHz .wav),音频-视频 (720p H.264,AAC 48kHz,.mp4) 和仅视频 (无声音)。注意,Actor_18没有歌曲文件。

OpenDataLab 收录