MétaCan
Menu
Retour à la cohorte
Enregistrement W2067450358 · doi:10.1016/j.healthplace.2009.12.012

Neighbourhoods and child adiposity: A critical appraisal of the literature

2010· review· en· W2067450358 sur OpenAlexafffund
Megan Carter, Lise Dubois

Notice bibliographique

RevueHealth & Place · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensInstitute of Population and Public HealthUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchHealth Canada
Mots-clésCritical appraisalNeighbourhood (mathematics)ScopusSocioeconomic statusMEDLINEDisadvantagePsychologyMedicineEnvironmental healthPolitical scienceAlternative medicinePopulation

Résumé

récupéré en direct d'OpenAlex

This paper critically appraised the published literature to determine the relationship between physical and social environmental features of neighbourhoods with child adiposity. MEDLINE, EMBASE, PsychINFO, and SCOPUS were searched from 1999 to July 2009 using a systematic search strategy. Twenty-seven primary studies were included based on a priori eligibility criteria. Socioeconomic disadvantage was consistently shown to increase child adiposity, while there was some evidence that high social capital protected against increased adiposity. It is unclear at this time if and how other neighbourhood environmental features play a role. Heterogeneity and methodological issues across studies limits our ability to draw overall conclusions.

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)0,021
score de la tête « metaresearch » (Gemma)0,067
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,067
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,005
Bibliométrie0,0230,014
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0030,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,022
Tête enseignante GPT0,376
Écart entre enseignants0,354 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth & PlaceMême sujetObesity, Physical Activity, DietTravaux en français237 207