A Community-Based, Environmental Chronic Disease Prevention Intervention to Improve Healthy Eating Psychosocial Factors and Behaviors in Indigenous Populations in the Canadian Arctic
Notice bibliographique
Résumé
Diet-related chronic diseases are highly prevalent among indigenous populations in the Canadian Arctic. A community-based, multi-institutional nutritional and lifestyle intervention-Healthy Foods North-was implemented to improve food-related psychosocial factors and behaviors among Inuit and Inuvialuit in four intervention communities (with two comparison communities) in Nunavut and the Northwest Territories, Canada, in 2008. The 12-month program was developed from theory (social cognitive theory and social ecological models), formative research, and a community participatory process. It included an environmental component to increase healthy food availability in local stores and activities consisting of community-wide and point-of-purchase interactive educational taste tests and cooking demonstrations, media (e.g., radio ads, posters, shelf labels), and events held in multiple venues, including recreation centers and schools. The intervention was evaluated using pre- and postassessments with 246 adults from intervention and 133 from comparison communities (311 women, 68 men; mean age 42.4 years; 78.3% retention rate). Outcomes included psychosocial constructs (healthy eating knowledge, self-efficacy, and behavioral intentions), frequency of healthy and unhealthy food acquisition, healthiness of commonly used food preparation methods, and body mass index (kg/m(2)). After adjustment for demographic, socioeconomic status, and body mass index variables, respondents living in intervention communities showed significant improvements in food-related self-efficacy (β = 0.15, p = .003) and intentions (β = 0.16, p = .001) compared with comparison communities. More improvements from the intervention were seen in overweight, obese, and high socioeconomic status respondents. A community-based, multilevel intervention is an effective strategy to improve psychosocial factors for healthy nutritional behavior change to reduce chronic disease in indigenous Arctic populations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».