“Greenlight Study”: A Controlled Trial of Low-Literacy, Early Childhood Obesity Prevention
Notice bibliographique
Résumé
Children who become overweight by age 2 years have significantly greater risks of long-term health problems, and children in low-income communities, where rates of low adult literacy are highest, are at increased risk of developing obesity. The objective of the Greenlight Intervention Study is to assess the effectiveness of a low-literacy, primary-care intervention on the reduction of early childhood obesity. At 4 primary-care pediatric residency training sites across the US, 865 infant-parent dyads were enrolled at the 2-month well-child checkup and are being followed through the 24-month well-child checkup. Two sites were randomly assigned to the intervention, and the other sites were assigned to an attention-control arm, implementing the American Academy of Pediatrics' The Injury Prevention Program. The intervention consists of an interactive educational toolkit, including low-literacy materials designed for use during well-child visits, and a clinician-centered curriculum for providing low-literacy guidance on obesity prevention. The study is powered to detect a 10% difference in the number of children overweight (BMI > 85%) at 24 months. Other outcome measures include observed physician-parent communication, as well as parent-reported information on child dietary intake, physical activity, and injury-prevention behaviors. The study is designed to inform evidence-based standards for early childhood obesity prevention, and more generally to inform optimal approaches for low-literacy messages and health literacy training in primary preventive care. This article describes the conceptual model, study design, intervention content, and baseline characteristics of the study population.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».