MétaCan
Menu
Retour à la cohorte
Enregistrement W2006489316 · doi:10.1111/j.1751-7176.2008.08199.x

Effect of Socioeconomic Status on Food Availability and Cost of the Dietary Approaches to Stop Hypertension (DASH) Dietary Pattern

2008· article· en· W2006489316 sur OpenAlexaff
Christopher Young, Bryan C. Batch, Laura P. Svetkey

Notice bibliographique

RevueJournal of Clinical Hypertension · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensInstitute of Nutrition, Metabolism and Diabetes
Organismes subventionnairesnon disponible
Mots-clésDashSocioeconomic statusDASH dietEnvironmental healthMedicineMealGerontologyInternal medicineComputer sciencePopulation

Résumé

récupéré en direct d'OpenAlex

The authors assessed food availability and cost of the Dietary Approaches to Stop Hypertension (DASH) dietary pattern and patients' opinion concerning diet and blood pressure by surveying grocery stores and clinic patients in low- and high-socioeconomic status (SES) areas of Boston, Massachusetts. The proportion of DASH items found in stores in low- and high-SES communities was not significantly different (46.5% compared with 75%; P=.2896). The cost of eating a DASH meal plan was significantly more expensive in high-SES communities (dollars 40.20 compared with $30.73 per week; P=.0413). The authors' results suggest that DASH diet foods are available in low- and high-SES communities, but there is a strong trend toward less food availability in low-SES communities. Eating the DASH diet, however, is more expensive in high-SES communities. Increased information, food availability, and affordability are likely to lead to more widespread adoption of the DASH diet.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
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 Opus0,219
Tête enseignante GPT0,338
Écart entre enseignants0,119 · 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

Citations36
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical HypertensionMême sujetNutritional Studies and DietTravaux en français237 207