Weight‐related teasing from adolescence to young adulthood: Longitudinal and secular trends between 1999 and 2010
Notice bibliographique
Résumé
OBJECTIVE: To examine longitudinal trends from 1999-2010 in weight-related teasing as adolescents transition to young adulthood and to examine secular trends in teasing among early and middle adolescents over the same time period. DESIGN AND METHODS: To examine longitudinal changes we used data from 2,287 participants in Project EAT-III, an ongoing cohort that followed two age cohorts of adolescents from 1999 to 2010. Over the study period the younger cohort transitioned from early adolescence to early young adulthood and the older cohort transitioned from middle adolescence to middle young adulthood. To examine how levels of teasing among early and middle adolescents changed from 1999-2010 (secular trends), we compared baseline data from EAT-I to cross-sectional data from a new cohort of early and middle adolescents that was established in 2010. RESULTS: In 1999, 29% of early adolescent and 23% of middle adolescent females reported being teased. Approximately 18% of males in both age groups reported being teased in 1999. Longitudinal trends suggest that weight-related teasing remained stable among all subgroups as they transitioned to young adulthood, except among early adolescent males where teasing increased to 27% in early young adulthood. Analyses of age-matched secular trends show that teasing decreased by 10.4% among early adolescent females and by 7.6% among middle adolescent males from 1999-2010. CONCLUSION: Results suggest that interventions that focus on reducing weight-based discrimination are needed throughout adolescence and young adulthood. The secular decrease in weight-related teasing is promising, but the high prevalence of teasing remains a public health concern.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».