MétaCan
Menu
Retour à la cohorte
Enregistrement W1970624902 · doi:10.5402/2011/917684

Potential Contributors to the Canadian Pediatric Obesity Epidemic

2011· article· en· W1970624902 sur OpenAlexafffundabout
Travis J. Saunders

Notice bibliographique

RevueISRN Pediatrics · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of OttawaCanadian Diabetes Association
Mots-clésObesityBreastfeedingEnvironmental healthMedicinePopulationChildhood obesityDemographyGerontologyPediatricsOverweightEndocrinology

Résumé

récupéré en direct d'OpenAlex

As a group, Canadian children and youth are heavier than at any time in the recent past. However, to date there has been no critical examination of the factors which are likely to have contributed to these deleterious trends. A review of the evidence suggests that there is robust evidence supporting the role of reduced sleep, increased sedentary time, increased consumption of sugar-sweetened beverages, and secular increases in adult obesity as contributing factors to the current epidemic of childhood obesity. There is moderate evidence that these trends are related to changes in either total energy intake or physical activity, while there is very little evidence supporting the role of maternal age, breastfeeding, exposure to endocrine disrupters, or inadequate calcium intake. These findings suggest that targeting sleep, sedentary time, and sugar-sweetened beverage intake in Canadian children and youth may help to prevent future weight gain at the population level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,247
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueISRN PediatricsMême sujetObesity, Physical Activity, DietTravaux en français237 207