MétaCan
Menu
Retour à la cohorte
Enregistrement W2010811374 · doi:10.1097/jom.0b013e3181d46f0b

Second-Year Results of an Obesity Prevention Program at The Dow Chemical Company

2010· article· en· W2010811374 sur OpenAlexaff
Ron Z. Goetzel, Enid Chung Roemer, Xiaofei Pei, Meghan E. Short, Maryam Tabrizi, Mark G. Wilson, David M. DeJoy, Beth A. Craun, Karen J. Tully, J.M. White, Catherine M. Baase

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensThomson Reuters (Canada)
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésBody mass indexConfoundingPsychological interventionObesityMedicinePropensity score matchingWeight managementIntervention (counseling)Physical therapyEnvironmental healthGerontologyOverweightDemographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Evaluate innovative, evidence-based approaches to organizational/supportive environmental interventions aimed at reducing the prevalence of obesity among Dow employees after 2 years of implementation. METHODS: A quasi-experimental study design compared outcomes for two levels of intervention intensity with a control group. Propensity scores were used to weight baseline differences between intervention and control subjects. Difference-in-differences methods and multilevel modeling were used to control for individual and site-level confounders. RESULTS: Intervention participants maintained their weight and body mass index, whereas control participants gained 1.3 pounds and increased their body mass index values by 0.2 over 2 years. Significant differences in blood pressure and cholesterol values were observed when comparing intervention employees with controls. At higher intensity sites, improvements were more pronounced. CONCLUSIONS: Environmental interventions at the workplace can support weight management and risk reduction after 2 years.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,123
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,383
Écart entre enseignants0,356 · 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetWorkplace Health and Well-beingTravaux en français237 207