MétaCan
Menu
Retour à la cohorte
Enregistrement W1986147050 · doi:10.1177/1757975914547546

Exploring the potential for internet-based interventions for treatment of overweight and obesity in college students

2014· article· en· W1986147050 sur OpenAlexaffabout
Jennifer Schwartz, Chris G. Richardson

Notice bibliographique

RevueGlobal Health Promotion · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOverweightThe InternetPsychological interventionObesityDietingMedicineCollege healthDemographicsFamily medicineGerontologyMedical educationEnvironmental healthPsychologyWeight lossNursingDemographyInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess the use of internet-enabled technology for seeking health information and resources in overweight/obese college students. PARTICIPANTS: College students (N = 706) in Vancouver, Canada surveyed in April 2012. METHODS: An online survey assessed socio-demographics, health behaviors, and use of internet-enabled technology. RESULTS: Eating habits, dieting and/or exercising to lose weight, and weight satisfaction differed by weight status (all p < 0.05). Of overweight/obese participants, 48% reported they would use online student health resources. When seeking general health information, 91% would use websites; 45% would use online videos; and 75% trusted information from government or health organizations. CONCLUSIONS: Overweight/obesity is prevalent among college students. The majority of overweight/obese students reported trying to lose weight and would use the internet for health information, especially if a website is associated with a health organization. The internet is a cost-effective channel for screening coupled with the delivery of tailored, evidence-based interventions for college students.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil0,521

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,150
Tête enseignante GPT0,486
Écart entre enseignants0,336 · 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.

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

Citations6
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Health PromotionMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207