Diet, physical activity, and adiposity in children in poor and rich neighbourhoods: a cross-sectional comparison
Notice bibliographique
Résumé
BACKGROUND: Obesity in Canadian children increased three-fold in twenty years. Children living in low-income neighborhoods exercise less and are more overweight than those living in more affluent neighborhoods after accounting for family socio-economic status. Strategies to prevent obesity in children have focused on personal habits, ignoring neighborhood characteristics. It is essential to evaluate diet and physical activity patterns in relation to socio-economic conditions to understand the determinants of obesity. The objective of this pilot study was to compare diet, physical activity, and the built environment in two Hamilton area elementary schools serving socio-economically different communities. METHODS: We conducted a cross-sectional study (November 2005-March 2006) in two public elementary schools in Hamilton, Ontario, School A and School B, located in low and high socioeconomic areas respectively. We assessed dietary intake, physical activity, dietary restraint, and anthropometric measures in consenting children in grades 1 and higher. From their parents we assessed family characteristics and walkability of the built environment. RESULTS: 160 children (n = 48, School A and n = 112, School B), and 156 parents (n = 43, School A and n = 113, School B) participated in this study. The parents with children at School A were less educated and had lower incomes than those at School B. The School A neighborhood was perceived to be less walkable than the School B neighborhood. Children at School A consumed more baked foods, chips, sodas, gelatin desserts, and candies and less low fat dairy, and dark bread than those at School B. Children at School A watched more television and spent more time in front of the computer than children studying at School B, but reported spending less time sitting on weekdays and weekends. Children at both schools were overweight but there was no difference in their mean BMI z-scores (School A = 0.65 versus School B = 0.81, p-value = 0.38). CONCLUSION: The determinants of overweight in children may be more complex than imagined. In future intervention programs researchers may consider addressing environmental factors, and customizing lifestyle interventions so that they are closer to community needs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».