MétaCan
Menu
Retour à la cohorte
Enregistrement W1977601688 · doi:10.1590/s0102-311x2009000600012

Socioeconomic, demographic and lifestyle factors associated with dietary patterns of women living in Southern Brazil

2009· article· en· W1977601688 sur OpenAlexaff
Adriana Janice Lenz, Maria Teresa Anselmo Olinto, Juvenal Soares Dias da Costa, Ana Luisa Sant’Anna Alves, Marcos Alencar Abaíde Balbinotti, Marcos Pascoal Pattussi, Diego G. Bassani

Notice bibliographique

RevueCadernos de Saúde Pública · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of Toronto
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésSocioeconomic statusPoisson regressionDemographyMedicineEnvironmental healthCross-sectional studyGerontologyPopulation

Résumé

récupéré en direct d'OpenAlex

This study focused on the association between dietary patterns and socio-demographic and lifestyle factors. A population-based cross-sectional study was performed in 1,026 adult women from Southern Brazil. Dietary patterns were identified using principal components analysis. In the multivariable analysis, a Poisson regression model was used to estimate the prevalence ratio and 95%CI. Wealthier women were more likely to follow healthy diets. A Low Cost Healthy Diet was more prevalent among women with a partner, and a High Cost Healthy Diet was more prevalent among women not currently working and who exercised regularly. Women with lower education levels were less likely to follow a Low Cost Healthy Diet, but more likely to follow the Higher-Risk Low Cost Diet. The Low Cost Higher-Risk Diet was more prevalent among women with a lower income. Low and medium cost healthy diets were positively associated with age. The results showed that women's dietary choices are influenced by socioeconomic factors and are not only dependent on food prices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,243
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations66
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCadernos de Saúde PúblicaMême sujetNutritional Studies and DietTravaux en français237 207