The effect of food environments on fruit and vegetable intake as modified by time spent at home: a cross-sectional study
Notice bibliographique
Résumé
OBJECTIVE: There is a growing body of research that investigates how the residential neighbourhood context relates to individual diet. However, previous studies ignore participants' time spent in the residential environment and this may be a problem because time-use studies show that adults' time-use pattern can significantly vary. To better understand the role of exposure duration, we designed a study to examine 'time spent at home' as a moderator to the residential food environment-diet association. DESIGN: Cross-sectional observational study. SETTINGS: City of Toronto, Ontario, Canada. PARTICIPANTS: 2411 adults aged 25-65. PRIMARY OUTCOME MEASURE: Frequency of vegetable and fruit intake (VFI) per day. RESULTS: To examine how time spent at home may moderate the relationship between residential food environment and VFI, the full sample was split into three equal subgroups--short, medium and long duration spent at home. We detected significant associations between density of food stores in the residential food environment and VFI for subgroups that spend medium and long durations at home (ie, spending a mean of 8.0 and 12.3 h at home, respectively--not including sleep time), but no associations exist for people who spend the lowest amount of time at home (mean=4.7 h). Also, no associations were detected in analyses using the full sample. CONCLUSIONS: Our study is the first to demonstrate that time spent at home may be an important variable to identify hidden population patterns regarding VFI. Time spent at home can impact the association between the residential food environment and individual VFI.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».