MétaCan
Menu
Retour à la cohorte
Enregistrement W1985973199 · doi:10.1080/07053436.2005.10707698

Adolescent Time Use, Eating Habits, and Obesity

2005· article· en· W1985973199 sur OpenAlexaffvenueabout
Margo Hilbrecht, Jiří Zuzánek

Notice bibliographique

RevueLoisir et Société / Society and Leisure · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésUnderweightOverweightScreen timeObesityBody mass indexNormal weightMedicineAdolescent healthPopularityGerontologyPsychologyPopulationDemographyLeisure timePhysical activityEnvironmental healthPhysical therapySocial psychology

Résumé

récupéré en direct d'OpenAlex

Rising obesity rates among Canadian adolescents have created concerns about population health and implications for the health care system. As part of the Ontario Adolescent Time Use Study (OATUS) 2001/03, 2,113 students aged 12 to 19 reported on time use, physical health, well-being, social relationships, and academic performance. Students were classified by Body Mass Index into weight categories of underweight, normal weight, overweight and obese. Significant positive relationships were found between obesity and skipping breakfast, and watching television during family meals. Obese adolescents spent more time engaged in computer activities and watching television, and less time in physically active and social leisure. As well, they were bullied more frequently, reported having fewer friends, decreased popularity, and lower levels of self-worth. Normal weight adolescents reported significantly higher levels of self-assessed fitness, health, and had a more positive outlook for continued good health in the future. Normal weight teens also performed better academically and attributed greater importance to post-secondary education than obese teens.

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 enseignants0,740
Score d'incertitude au seuil0,523

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,287
Écart entre enseignants0,267 · 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

Citations5
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLoisir et Société / Society and LeisureMême sujetObesity, Physical Activity, DietTravaux en français237 207