Объемная модель пищевой цепи: Модель пищевой цепи на примере организмов елового леса

Модель цепи питания, схемы и описание, окружающий мир 3 класс

Для того что бы разработать модель цепи питания, необходимо понять, что же представляет из себя сама эта цепочка питания в природе. Пищевая, или как ее еще называют – трофическая цепь – это ряд спинальных взаимоотношений, которые возникают между различными группами организмов (растения, животные, грибы и даже микроорганизмы). По средствам этих процессов происходит перенос определенных веществ и энергии от одних особей к другим, за счет поедания.

Что ж, теперь составим пару примеров такой модели, характерной для степи, леса, тайги, тундры, для арктической пустыни, которые происходят постоянно в окружающем мире. Особенно полезны данные схемы будут для 3 класса.

Арктическая пустыня:

Да, сильно не разгуляешься тут, так как арктическая пустыня место холодное, и достаточно пустынное, что как раз и следует из названия. Что ж, предположим, что в водах плавает рыба, которая питается маленькими рачками. Это дает ей силу и энергию, для жизнедеятельности.

Правда, судя по всему, не такая у нее и долгая жизнь, так как ее ловит голодный пингвин и заглатывает. Пингвин получил полезные жиры и соли, которые так важны в условиях холода.

Но все же, и пингвин считается пищей для крупных хищников. Так, его в последствии съедает морской лев.

Вот у нас и получается следующая цепь питания: рачки – рыба – пингвин – морской лев.

Тайга:

Сначала растения получают питательные вещества от микроорганизмов, которые дают им силы для роста. После этого травку съедает маленькая мышка, правда, наше маленькая мышка потом станет обедом для лисицы.

Наша цепь уже стала больше. Но потом, лису поймает большой орел, который от нее получит все необходимые питательные элементы. Орла же может поймать крупный хищник, например, рысь или волк. И так такая цепочка может продолжаться до бесконечности.

Микроорганизмы – трава – мышь – лисица – орел – рысь.

Лес:

Что ни говори, но цепь питания может быть менее жестокой, если можно так сказать и более короткой. Даже, так скажем – цикличной.

Возьмем все те же растения. Они получают питательные вещества из почвы, а почва «питается» перегноем. Так, когда заяц съест траву, его организм ее переварит и частично вернет в землю. Смешиваясь с листьями, получается перегной, который так важен для почвы. 

Модель следующая: Перегной – почва – трава – заяц – перегной.

Тундра:

Через почву червяк получает пищу, его питательные элементы переходят в организм кроту, которого вполне может съесть голодный тундровый волк.

Модель получается такая: Почва – червь – крот – волк.

Степь:

Раз это степь, то в круговороте точно должны присутствовать растения, поэтому составим следующую пищевую модель:  Травы – хомяк – гадюка – сова.

Приведенные схемы могут быть полезны для младших классов в изучении окружающего мира.

Какими бывают цепи питания в различных лесах: описание и примеры

Содержание

• 1 Какими бывают пищевые цепи?
• 2 Цепи питания в лиственных и смешанных лесах
• 3 Особенности цепей питания в хвойных лесах

Цепью питания называется перенос энергии от ее источника через ряд организмов. Все живые существа связаны, так как служат объектами питания для других организмов. Все цепи питания состоят из трех-пяти звеньев. Первым обычно являются продуценты — организмы, которые способны сами вырабатывать органические вещества из неорганических. Это растения, которые получают питательные вещества путем фотосинтеза. Далее идут консументы — это гетеротрофные организмы, которые получают уже готовые органические вещества. Такими будут являться животные: как травоядные, так и хищные. Замыкающим звеном пищевой цепи обычно являются редуценты — микроорганизмы, которые разлагают органические вещества.

Цепь питания не может состоять из шести и более звеньев, так как каждое новое звено получает только 10% энергии предыдущего звена, еще 90% теряется в виде теплоты.

Какими бывают пищевые цепи?

Существует два вида: пастбищные и детритные. Первые — более распространенные в природе. В таких цепях первым звеном всегда служат продуценты (растения). За ними идут консументы первого порядка — растительноядные животные. Далее — потребители второго порядка — мелкие хищники. За ними — консументы третьего порядка — крупные хищники. Далее также могут быть потребители четвертого порядка, такие длинные пищевые цепи обычно встречаются в океанах. Последним звеном являются редуценты.

Второй тип цепей питания — детритные — более распространены в лесах и саваннах. Они возникают вследствие того, что большая часть растительной энергии не потребляется травоядными организмами, а отмирает, подвергаясь затем разложению редуцентами и минерализации.

Цепи питания этого типа начинаются от детрита — органических остатков растительного и животного происхождения. Потребителями первого порядка в таких пищевых цепях являются, насекомые, к примеру, навозные жуки, или же животные-падальщики, например, гиены, волки, грифы. Кроме того, консументами первого порядка в таких цепях могут быть бактерии, питающиеся растительными остатками.

В биогеоценозах все связано таким образом, что большинство видов живых организмов могут стать участниками обоих типов цепей питания.

Цепи питания в лиственных и смешанных лесах

Лиственные леса в большинстве своем распространены в Северном полушарии планеты. Они встречаются Западной и Центральной Европе, в Южной Скандинавии, на Урале, в Западной Сибири, Восточной Азии, Северной Флориде.

Лиственные леса делятся на широколиственные и мелколиственные. Для первых характерны такие деревья, как дуб, липа, ясень, клен, вяз. Для вторых — береза, ольха, осина.

Смешанными называются леса, в которых растут и хвойные, и лиственные деревья. Смешанные леса характерны для умеренного климатического пояса. Они встречаются на юге Скандинавии, на Кавказе, В Карпатах, на Дальнем Востоке, в Сибири, в Калифорнии, в Аппалачах, у Великих озер.

Смешанные леса состоят из таких деревьев, как ель, сосна, дуб, липа, клен, вяз, яблоня, пихта, бук, граб.

В лиственных и смешанных лесах очень распространены пастбищные цепи питания. Первым звеном цепи питания в лесах обычно служат многочисленные виды трав, ягоды, такие как малина, черника, земляника. бузина, кора деревьев, орехи, шишки.

Консументами первого порядка чаще всего будут такие травоядные животные, как косули, лоси, олени, грызуны, к примеру, белки, мыши, землеройки, а также зайцы.

Потребители второго порядка — хищники. Обычно это лиса, волк, ласка, горностай, рысь, сова и другие. Ярким примером того, что один и тот же вид участвует и в пастбищных, и в детритных цепях питания будет волк: он может как охотиться на мелких млекопитающих, так и поедать падаль.

Консументы второго порядка могут сами стать добычей более крупных хищников, особенно это касается птиц: например, мелкие совы могут быть съедены ястребами.

Замыкающим звеном будут редуценты (бактерии гниения).

Примеры цепей питания в лиственно-хвойном лесу:

• кора березы — заяц — волк — редуценты;
• древесина — личинка майского жука — дятел — ястреб — редуценты;
• листовой опад (детрит) — черви — землеройки — сова — редуценты.

Особенности цепей питания в хвойных лесах

Такие леса расположены на севере Евразии и Северной Америки. Они состоят из таких деревьев, как сосна, ель, пихта, кедр, лиственница и другие.

Здесь все значительно отличается от смешанных и лиственных лесов.

Первым звеном в этом случае будет не трава, а мох, кустарники или лишайники. Это связано с тем, что в хвойных лесах недостаточно света для того, чтобы мог существовать густой травяной покров.

Соответственно животные, которые станут консументами первого порядка, будут другими — они должны питаться не травой, а мхом, лишайниками или кустарниками. Это могут быть некоторые виды оленей.

Несмотря на то что более распространены кустарники и мхи, в хвойных лесах все же встречаются травянистые растения и кусты. Это крапива, чистотел, земляника, бузина. Такой пищей обычно и питаются зайцы, лоси, белки, которые тоже могут стать консументами первого порядка.

Потребителями второго порядка будут, как и смешанных лесах, хищники. Это норка, медведь, росомаха, рысь и другие.

Мелкие хищники, такие как норка, могут стать добычей для консументов третьего порядка.

Замыкающим звеном будут микроорганизмы гниения.

Кроме того, в хвойных лесах очень распространены детритные пищевые цепи. Здесь первым звеном будет чаще всего растительный перегной, которым питаются почвенные бактерии, становясь, в свою очередь, пищей для одноклеточных животных, которых едят грибы. Такие цепочки обычно длинные и могут состоять более, чем из пяти звеньев.

Примеры пищевых цепочек в хвойном лесу:

• кедровые орехи — белка — норка — редуценты;
• перегной растений (детрит) — бактерии — простейшие — грибы — медведь — редуценты.

Поделитесь с друзьями

98601
0

Beyond 3D: The Dimensionality of Food Webs

Экосистемы — это хаотичная королевская битва, в которой хищники и добыча, растения и животные, конкуренты и союзники сражаются за то, чтобы съесть или быть съеденным. Но ученые, занимающиеся пищевыми сетями, обычно представляют собой обманчиво аккуратные диаграммы с простыми стрелками, соединяющими посетителей с их естественными вариантами питания. Экологи с готовностью признают, что истинное представление сети экосистемы должно быть многомерным, одновременно учитывающим множество признаков каждого вовлеченного вида. Но сколько измерений потребуется такой модели, чтобы точно описать сложность большой экосистемы? 10? 100? 1000?

В новой статье, опубликованной на этой неделе в журнале Ecology Letters , группа ученых из Института вычислений и Чикагского университета подсчитала это число и обнаружила, что оно на удивление мало. Используя данные, собранные их соавторами по 200 различным пищевым цепям, от Карибского рифа до лугов Новой Зеландии и входа в Северный Ледовитый океан, Анна Эклёф, Стефано Аллезина и их коллеги искали минимальное количество измерений и признаков, необходимых для точного описания сеть питания. Выводы могут сэкономить время и усилия экологов при раскрытии структуры, лежащей в основе экосистемы, а также помочь ученым построить вычислительные модели, которые могут делать прогнозы о будущем экосистемы.

«Чтобы собрать такие данные, нужно время, — сказал Эклёф. «Если мы сможем найти какие-то общие правила для этих сетей, то сможем применить их к более крупным сетям. Мы также можем узнать о функциях сетей и о том, что происходит с сетями, когда мы нарушаем их различными способами».

Размерность дает представление о сложности пищевой сети. Представьте себе пруд с 10 видами рыб разного размера. Если размер тела является единственным признаком, определяющим пищевую сеть, и каждая рыба просто ест рыбу, которая меньше ее, то сеть является одномерной. Если рыба распределена неравномерно и крупная рыба поедает только более мелкую рыбу в своей части пруда, то сеть является двумерной. Если синяя рыба питается только красной рыбой, необходимо добавить третье измерение, чтобы полностью описать сеть, и так далее.

В реальном мире экосистемы намного сложнее, с сотнями видов и десятками тысяч соединений. Тем не менее, экологи могут вынюхивать эти измерения старомодным способом, тщательно наблюдая за экосистемой. Но Эклёф и его коллеги подошли к проблеме с вычислительной точки зрения, начав с большого количества теоретических измерений и двигаясь вниз. Для каждого количества измерений их модель проверялась по полевым данным о структуре сети. Если он описывал сеть без ошибок (например, предлагая связь хищник-жертва, где ничего не наблюдалось), одно измерение удалялось до тех пор, пока не достигалось наименьшее количество измерений, необходимое для описания сети без ошибок.

Проведя этим методом все 200 пищевых сетей, исследователи установили верхний предел размерности на уровне 10 — даже самая сложная сеть в их выборке может быть описана всего 10 факторами. Но у Эклёфа и его коллег были основания подозревать, что реальное число было еще меньше.

«Поскольку у нас очень строгий подсчет ошибочных ссылок, которых, как предсказывает наша модель, на самом деле нет, это означает, что если мы получим хотя бы одну из этих ошибочных ссылок, мы будем говорить, что это верхняя граница размерности», — сказал Эклёф. «Но в сети, где у вас может быть 16 000 ссылок, одна ошибка на самом деле не такая уж большая проблема. Таким образом, мы в основном сказали, что допустим некоторое количество ошибок в данных, и когда мы это сделаем, мы сможем сократить количество измерений».

Используя эту форму «выбора модели», размерность, необходимая для описания данной пищевой сети, была уменьшена до четырех — обнадеживающе малое число для любого эколога, стремящегося разобраться со структурой сети.

«Понятно, что даже для очень сложных экологических сетей размерность довольно низкая», — сказал Эклёф. «Что дает нам надежду, что мы в конечном итоге сможем идентифицировать эти измерения».

Затем исследователи подошли к проблеме с другого направления, возможно, более непосредственно связанного с тем, как в полевых условиях изучается пищевая сеть. Исследователь, изучающий воображаемый пруд, описанный ранее, должен был провести время, измеряя как можно больше характеристик десяти видов рыб: размер, цвет, среду обитания, анатомию и так далее и тому подобное. Чтобы потенциально сэкономить напрасные усилия, пытаясь собрать все до мельчайших деталей, Эклёф и его коллеги использовали наборы данных, чтобы выяснить, сколько признаков необходимо для достаточного описания большей части пищевой сети.

Здесь их результаты показали, что небольшая работа — в сочетании с некоторой смекалкой — может дать много информации. Во многих случаях одного признака (например, размера тела) было достаточно, чтобы описать большую часть сети. Но даже в самых сложных сетях всего три признака могут описать по крайней мере одну треть сетевой структуры.

Ключевым моментом, как обнаружили исследователи, было не просто выбрать какую-то старую черту. Сопоставление признаков, отражающих характер партнерских отношений внутри сети, таких как размер клюва птиц, питающихся фруктами, и размер различных фруктов в экосистеме, может предсказать сеть в большей степени, чем произвольно выбранные характеристики. Эклёф сказал, что хотя это звучит как здравый смысл, эта стратегия выбора признаков идет вразрез с традиционной экологической практикой.

«Когда вы обычно смотрите на признаки в пищевых цепях, вы смотрите на перспективу хищника, как хищник выбирает свою добычу», — сказал Эклёф. «Здесь мы бы не предполагали ничего подобного. Мы смотрели в обоих направлениях, и что поразительно, если не удивительно, так это то, что совпадающие черты часто объясняют большую часть структуры».

Однако эти магические числа 4 и 3 не следует воспринимать как жесткие и быстрые верхние пределы для каждой экосистемы на Земле. Эклёф сказал, что приблизительный расчет с использованием аналогичных методов для гипотетической пищевой сети, включающей все виды на Земле (примерно 100 миллионов видов и 1 триллион связей), дал гораздо более высокую размерность 25. Тем не менее, это меньше, чем можно было бы предсказать для такой массивной сети, и он показывает, как размерность медленно увеличивается по мере добавления все большего количества видов.

Это полезно для компьютерных экологов, которые стремятся смоделировать структуру естественных пищевых сетей, чтобы делать прогнозы о том, что происходит, когда они разрушаются. В одном из возможных сценариев эколог может построить модель пищевой сети на основе полевых наблюдений, а затем использовать ее для моделирования того, что произойдет, если новый вид неожиданно появится в их среде.

«Если у вас есть инвазивный вид, прибывающий в новое место или новую экосистему, мы можем определить, какие взаимодействия он будет формировать и как это будет функционировать или беспокоить сообщество», — сказал Эклёф. «С низкой размерностью это предполагает, что мы можем создавать лучшие модели экологических сетей всех видов».

Избегающее/ограничительное расстройство приема пищи: трехмерная нейробиологическая модель с последствиями для этиологии и лечения

Сохранить цитату в файл

Формат:

Резюме (текст) PubMedPMIDAbstract (текст) CSV

Добавить в коллекции

• Создать новую коллекцию
• Добавить в существующую коллекцию

Назовите свою коллекцию:

Имя должно содержать менее 100 символов

Выберите коллекцию:

Не удалось загрузить вашу коллекцию из-за ошибки
Повторите попытку

Добавить в мою библиографию

• Моя библиография

Не удалось загрузить делегатов из-за ошибки
Повторите попытку

Ваш сохраненный поиск

Название сохраненного поиска:

Условия поиска:

Тестовые условия поиска

Электронное письмо:

(изменить)

Который день?

Первое воскресеньеПервый понедельникПервый вторникПервая средаПервый четвергПервая пятницаПервая субботаПервый деньПервый рабочий день

Который день?

воскресеньепонедельниквторниксредачетвергпятницасуббота

Формат отчета:

SummarySummary (text)AbstractAbstract (text)PubMed

Отправить максимум:

1 шт. 5 шт. 10 шт. 20 шт. 50 шт. 100 шт. 200 шт.

Отправить, даже если нет новых результатов

Необязательный текст в электронном письме:

Создайте файл для внешнего программного обеспечения для управления цитированием

Обзор

. 2017 авг;19(8):54.

doi: 10.1007/s11920-017-0795-5.

Дженнифер Дж Томас
¹

2
, Элизабет Лоусон
³

4
, Надя Микали
⁵

6

7
, Мадхусмита Мишра
⁸

9 , Тило Декерсбах
¹⁰

11
, Камрин Т Эдди
¹²

10

Принадлежности

• ¹ Программа клинических исследований расстройств пищевого поведения, Массачусетская больница общего профиля, 2 Longfellow Place, Suite 200, Бостон, Массачусетс, 02114, США. [email protected].
• ² Кафедра психиатрии, Гарвардская медицинская школа, Бостон, Массачусетс, США. [email protected].
• ³ Нейроэндокринное отделение Массачусетской больницы общего профиля, Бостон, Массачусетс, США.
• ⁴ Медицинский факультет Гарвардской медицинской школы, Бостон, Массачусетс, США.
• ⁵ Программа расстройств пищевого поведения и веса, кафедра психиатрии, Медицинская школа Икана на горе Синай, Нью-Йорк, США.
• ⁶ Институт детского здоровья и развития Миндича, Медицинская школа Икана на горе Синай, Нью-Йорк, штат Нью-Йорк, США.
• ⁷ Институт детского здоровья, Университетский колледж Лондона, Лондон, Великобритания.
• ⁸ Педиатрическое эндокринное отделение Массачусетской больницы общего профиля, Бостон, Массачусетс, США.
• ⁹ Кафедра педиатрии, Гарвардская медицинская школа, Бостон, Массачусетс, США.
• ¹⁰ Кафедра психиатрии, Гарвардская медицинская школа, Бостон, Массачусетс, США.
• ¹¹ Отделение нейротерапии Массачусетской больницы общего профиля, Бостон, Массачусетс, США.
• ¹² Программа клинических исследований и исследований расстройств пищевого поведения, Массачусетская больница общего профиля, 2 Longfellow Place, Suite 200, Бостон, Массачусетс, 02114, США.

• PMID:

  28714048

• PMCID:

  PMC6281436

• DOI:

  10. 1007/с11920-017-0795-5

Бесплатная статья ЧВК

Обзор

Jennifer J Thomas et al.

Curr Psychiatry Rep.

2017 9 августа0003

Бесплатная статья ЧВК

. 2017 авг;19(8):54.

doi: 10.1007/s11920-017-0795-5.

Авторы

Дженнифер Дж Томас
¹

2
, Элизабет Лоусон
³

4
, Надя Микали
⁵

6

7
, Мадхусмита Мишра
⁸

9
, Тило Декерсбах
¹⁰

11
, Камрин Т Эдди
¹²

10

Принадлежности

• ¹ Программа клинических исследований расстройств пищевого поведения, Массачусетская больница общего профиля, 2 Longfellow Place, Suite 200, Бостон, Массачусетс, 02114, США. [email protected].
• ² Кафедра психиатрии, Гарвардская медицинская школа, Бостон, Массачусетс, США. [email protected].
• ³ Нейроэндокринное отделение Массачусетской больницы общего профиля, Бостон, Массачусетс, США.
• ⁴ Медицинский факультет Гарвардской медицинской школы, Бостон, Массачусетс, США.
• ⁵ Программа расстройств пищевого поведения и веса, кафедра психиатрии, Медицинская школа Икана на горе Синай, Нью-Йорк, США.
• ⁶ Институт детского здоровья и развития Миндича, Медицинская школа Икана на горе Синай, Нью-Йорк, штат Нью-Йорк, США.
• ⁷ Институт детского здоровья, Университетский колледж Лондона, Лондон, Великобритания.
• ⁸ Педиатрическое эндокринное отделение Массачусетской больницы общего профиля, Бостон, Массачусетс, США.
• ⁹ Кафедра педиатрии, Гарвардская медицинская школа, Бостон, Массачусетс, США.
• ¹⁰ Кафедра психиатрии, Гарвардская медицинская школа, Бостон, Массачусетс, США.
• ¹¹ Отделение нейротерапии Массачусетской больницы общего профиля, Бостон, Массачусетс, США.
• ¹² Программа клинических исследований и исследований расстройств пищевого поведения, Массачусетская больница общего профиля, 2 Longfellow Place, Suite 200, Бостон, Массачусетс, 02114, США.

• PMID:

  28714048

• PMCID:

  PMC6281436

• DOI:

  10. 1007/с11920-017-0795-5

Абстрактный

Цель обзора:

DSM-5 определяет избегающее/ограничительное расстройство приема пищи (ARFID) как неспособность удовлетворить потребности в питании, ведущую к низкому весу, недостаточности питания, зависимости от дополнительного питания и/или психосоциальным нарушениям. Мы обобщаем все, что известно об ARFID, и представляем трехмерную модель для информирования исследований.

Недавние выводы:

Поскольку распространенность ARFID, факторы риска и поддерживающие механизмы неизвестны, преобладающие подходы к лечению основаны на клиническом опыте, а не на данных. Кроме того, большинство исследований ARFID было сосредоточено на детях, а не на подростках или взрослых. Мы выдвигаем гипотезу о трехмерной модели, в которой нейробиологические аномалии в сенсорном восприятии, гомеостатическом аппетите и системах отрицательной валентности лежат в основе трех основных проявлений ARFID: сенсорной чувствительности, отсутствия интереса к еде и страха перед неприятными последствиями соответственно. Теперь, когда определение ARFID определено, необходимы исследования, изучающие факторы риска, распространенность и патофизиологию. Наша модель предлагает проверяемые гипотезы об этиологии и выделяет когнитивно-поведенческую терапию как один из возможных методов лечения.

Ключевые слова:

Избегающее/ограничительное расстройство приема пищи; расстройство пищевого поведения; Расстройство питания.

Цифры

Рисунок 1. Категориальные и многомерные модели…

Рисунок 1. Категориальная и многомерная модели ARFID.

(а) категориальная модель избегания/ограничения в еде. (б)…

Рис. 1. Категориальная и многомерная модели ARFID.

(а) категориальная модель избегания/ограничения в еде. (б) размерная модель избегающего/ограничительного питания.

Рисунок 1. Категориальные и многомерные модели…

Рисунок 1. Категориальная и многомерная модели ARFID.

(а) категориальная модель избегания/ограничения в еде. (б)…

Рис. 1. Категориальная и многомерная модели ARFID.

(а) категориальная модель избегания/ограничения в еде. (б) размерная модель избегающего/ограничительного питания.

См. это изображение и информацию об авторских правах в PMC

Похожие статьи

• Факторная структура и достоверность диагностического интервью для избегающего/ограничительного расстройства приема пищи в выборке детей, подростков и молодых людей.

  Купер-Винс К.Э., Нвака С., Эдди К.Т., Мисра М., Хадавей Н.А., Беккер К.Р., Лоусон Э.А., Кук Л., Брайант-Во Р., Томас Дж.Дж., Микали Н.
  Купер-Винс К.Э. и др.
  Int J Eat Disord. 2022 ноябрь;55(11):1575-1588. doi: 10.1002/eat.23792. Epub 2022 18 августа.
  Int J Eat Disord. 2022.

  PMID: 36324295

• Избегающее ограничительное расстройство приема пищи.

  Кацман Д.К., Норрис М.Л., Цукер Н.
  Кацман Д.К. и соавт.
  Психиатр Clin North Am. 2019 март;42(1):45-57. doi: 10.1016/j.psc.2018.10.003. Epub 2018 22 декабря.
  Психиатр Clin North Am. 2019.

  PMID: 30704639

  Рассмотрение.

• Первоначальная валидация скрининга расстройств из девяти пунктов, связанных с избеганием/ограничением приема пищи (NIAS): измерение трех моделей ограничительного питания.

  Зикграф Х.Ф., Эллис Дж.М.
  Зикграф Х.Ф. и соавт.
  Аппетит. 2018 1 апр; 123:32-42. doi: 10.1016/j.appet.2017.11.111. Epub 2017 5 декабря.
  Аппетит. 2018.

  PMID: 29208483

• Оценка и лечение избегающего/ограничительного расстройства приема пищи (ARFID) у подростков.

  Бригам К.С., Манзо Л.Д., Эдди К.Т., Томас Дж.Дж.
  Бригам К.С. и соавт.
  Curr Pediatr Rep. 2018 Jun;6(2):107-113. doi: 10.1007/s40124-018-0162-y. Epub 2018 16 апр.
  Curr Pediatr Rep. 2018.

  PMID: 31134139Бесплатная статья ЧВК.

• Молодежь с избегающим/ограничительным расстройством приема пищи: изучение различий по возрасту, весовому статусу и продолжительности симптомов.

  Данкомб Лоу К., Барнс Т.Л., Мартелл С., Кири Х., Экхардт С. , Петерсон С.Б., Лессер Дж., Ле Гранж Д.
  Данкомб Лоу К. и соавт.
  Питательные вещества. 2019 авг. 20;11(8):1955. дои: 10.3390/nu11081955.
  Питательные вещества. 2019.

  PMID: 31434268
  Бесплатная статья ЧВК.

Посмотреть все похожие статьи

Цитируется

• Предварительная валидация анкеты опросника ARFID для пикацизма, ARFID и расстройства руминации (PARDI-AR-Q).

  Брайант-Во Р., Стерн К.М., Драйер М.Дж., Микали Н., Кук Л.Дж., Кюнле М.С., Бертон Мюррей Х., Ван С.Б., Брейтаупт Л., Беккер К.Р., Мисра М., Лоусон Э.А., Эдди К.Т., Томас Дж.Дж.
  Брайант-Во Р. и соавт.
  J Ешьте расстройство. 2022 ноябрь 22;10(1):179. doi: 10.1186/s40337-022-00706-7.
  J Ешьте расстройство. 2022.

  PMID: 36419081
  Бесплатная статья ЧВК.

• Оценка данных оценки результатов для интенсивной междисциплинарной программы лечения расстройств питания у детей на дому.

  Патель М.Р., Патель В.Ю., Андерсен А.С., Майлз А.
  Патель М.Р. и соавт.
  Питательные вещества. 2022 1 ноября; 14 (21): 4602. дои: 10.3390/nu14214602.
  Питательные вещества. 2022.

  PMID: 36364862
  Бесплатная статья ЧВК.

• Симптомы избегающего/ограничительного расстройства приема пищи у детей в возрасте от 2 до 10 лет: значение материнского стиля кормления и материнских расстройств пищевого поведения.

  Brytek-Matera A, Ziółkowska B, Ocalewski J.
  Бритек-Матера А. и др.
  Питательные вещества. 2022 27 октября; 14 (21): 4527. дои: 10.3390/nu14214527.
  Питательные вещества. 2022.

  PMID: 36364790
  Бесплатная статья ЧВК.

• Факторная структура и достоверность диагностического интервью для избегающего/ограничительного расстройства приема пищи в выборке детей, подростков и молодых людей.