MétaCan
Menu
Retour à la cohorte
Enregistrement W2002301272 · doi:10.1080/10640260903439516

Family Dinner and Disordered Eating Behaviors in a Large Cohort of Adolescents

2009· article· en· W2002301272 sur OpenAlexfundno aff
Jess Haines, Matthew W. Gillman, Sheryl L. Rifas‐Shiman, Alison E. Field, S. Bryn Austin

Notice bibliographique

RevueEating Disorders · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesCanadian Institutes of Health Research
Mots-clésDietingBinge eatingDemographyLogistic regressionDisordered eatingCohortMedicineIncidence (geometry)Longitudinal studyPsychologyAssociation (psychology)Eating disordersClinical psychologyWeight lossObesityInternal medicine

Résumé

récupéré en direct d'OpenAlex

We aimed to examine longitudinal associations between family dinner and disordered eating behaviors among adolescents. We studied 7535 females and 5913 males, 9 to 14 years of age in 1996. We performed multivariable logistic regression to assess the associations of previous year family dinner with 1-year incidence of each of 3 outcomes: purging, binge eating, and frequent dieting. Compared to those who ate family dinner "never or some days," female adolescents who ate family dinner at least most days were less likely to initiate purging, binge eating, and frequent dieting. Estimates of association among males were similar in direction and magnitude, although lower frequency of the outcomes resulted in less precise estimates and fewer statistically significant results.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,025
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,293
Écart entre enseignants0,283 · 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

Citations76
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEating DisordersMême sujetEating Disorders and BehaviorsTravaux en français237 207