Changes in fat but not fruit and vegetable intakes linked with body weight change in Mexican women immigrants in Quebec
Notice bibliographique
Résumé
The objective of the present study was to identify dietary parameters for predicting body weight change (ΔBW) in Mexican-born women (Mexicans) following immigration to Quebec City, Canada. Methods: Changes in fruit (ΔF), vegetable (ΔV), fruit and vegetable (ΔFV), and fat (ΔFat) intake were assessed according to post-immigration periods (1-5 years, 6-10 years, 11-20 years) using a food frequency questionnaire (FFQ). Anthropometric measures were also conducted in 87 Mexicans (study group) and 88 native-born Quebecers (comparison group) aged 18-65 years. Associations were calculated using full and partial robust regression models adjusting for potential confounders (origin, education, income, age, length of residence in Quebec City). Results: There was no difference in ΔBW between the groups. Body weight (BW) increased significantly in both Mexican (5.5 ± 0.9 kg, P P β = 0.03, P = 0.003), but not correlated with origin, ΔF, or ΔV. ΔBW was negatively associated with education (β = –4.33, P = 0.007) and positively associated with length of residence (β = 0.3, P = 0.003). Partial models indicated ΔF (β = –1.35, P β = –1.04, P = 0.0001), and ΔFV (β = –2.27, P β = 0.16, P = 0.04) was positively associated with ΔFat. Conclusions: Change in body weight could be predicted by length of residence, education, and change in fat intake in Mexican immigrant women and native-born Quebecers whereas changes in fruit and vegetable intakes could be predicted by Mexican or Quebec origin.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».