MétaCan
Menu
Retour à la cohorte
Enregistrement W2039785212 · doi:10.4081/gh.2014.5

Building obesity in Canada: understanding the individual- and neighbourhood-level determinants using a multi-level approach

2014· article· en· W2039785212 sur OpenAlexaffabout
Theodora Pouliou, Susan J. Elliott, Antonio Páez, K. Bruce Newbold

Notice bibliographique

RevueGeospatial health · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésNeighbourhood (mathematics)GeographyObesityWalkabilityEnvironmental healthPhysical geographyBuilt environmentEcologyMedicineBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

The objective of this paper was to identify heterogeneities associated with the relationships between the body mass index (BMI) and individual as well as socio-environmental correlates at the individual- and area-levels. The data sources used were: (i) the 2003 Canadian Community Health Survey; (ii) the 2001 Canadian Census; and (iii) the Enhanced Points of Interest (EPOI) database from the Desktop Mapping Technologies Inc. Participants were adults (≥ 20 years; n = 12,836; based on a survey weight scheme N(weighted) = 5,418,218) from Toronto and Vancouver census metropolitan areas with no missing BMI records. In addition to conventional 1 km-buffers, we constructed activity-space-buffers to better assess the walkability and potentially increased BMI of individuals. Multi-level analysis was then applied to estimate the relative effects of both individual- and area-level risk-factors for increased BMI. The findings demonstrate a negative association between BMI and energy expenditure, mixed land uses, residential density and average value of dwellings, while a positive association was found with low educational attainment. Relationships were independent of individual characteristics such as age and ethnicity. Although the majority of the variation in these outcomes was found to be due to individual-level differences, this study did show significant differences at the area-level as well. The activity-space-buffers presented a vast improvement compared to the conventional 1 km-buffers. The results presented support the rationale that targeting high-risk individuals will only address a portion of the increasing BMI problem; it is essential to also address the characteristics of places that compel individuals to make unhealthy choices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,019
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
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 Opus0,195
Tête enseignante GPT0,345
Écart entre enseignants0,150 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeospatial healthMême sujetUrban Transport and AccessibilityTravaux en français237 207