Rural Canadian adolescents are more likely to be obese compared with urban adolescents
Notice bibliographique
Résumé
OBJECTIVE: Few studies have examined variations in overweight and obesity by geographic location in youth. The purpose of this study was to investigate the association between urban/rural geographic status and being overweight or obese among Canadian adolescents. METHODS: The study involved an analysis of a representative sample of 4851 Canadian adolescents in grades 6 to 10 from the 2001-02 Health Behaviour in School-aged Children Survey. Self-reports of participants' demographics, physical activity, screen time, diet, and body mass index (BMI) were assessed. Adiposity status was determined using the international BMI thresholds for children and youth. Urban/rural status was coded on a five-point scale based on the geographic location of the participants' schools. Logistic regression with generalized estimating equations to adjust for clustering was used to examine the association between urban/rural status and overweight/obesity. RESULTS: The population was 53.3% female with a mean age of 13.9 years (standard deviation, SD=1.5). Approximately 22.2% were living in rural areas while 14.4% were living in large metropolitan (metro) areas. After adjusting for age, sex, socioeconomic status, and Region of Canada, there was a trend for increasing overweight (p=0.001) and obesity (p=0.03) among adolescents as the level of "rurality" increased (relative odds for most urban to most rural regions for overweight or obese: 1.00, 0.98, 1.18, 1.57, 1.36; obesity: 1.00, 1.06, 1.39, 1.58, 1.56). Conclusion. This study provides new information about patterns of overweight/obesity among Canadian adolescents by urban-rural geographic status. These findings suggest that obesity prevention interventions should be particularly aggressive in rural areas.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».