The Role of Adolescent Behaviors in the Female–Male Disparity in Obesity Incidence in US Black and White Young Adults
Notice bibliographique
Résumé
In the United States, black women are at much greater risk for obesity than black men. We explored whether adolescent behaviors (family dinners, hours of television, playing sports with mother, playing sports with father, bouts of physical activity) were associated with gender disparity in 6-year obesity incidence in young adulthood. We used data from the nationally representative National Longitudinal Study of Adolescent Health to examine adolescent behaviors in nonimmigrant black (n = 1,503) and white (n = 4,452) youths in 1994-95 (aged 11-19 years) and 1995-96 (aged 12-20). We assessed gender disparity in obesity incidence (female incidence minus male incidence) during young adulthood (2001-02; aged 18-26). Standardized gender disparities were calculated using race- and gender-stratified, covariate-adjusted logistic regression models in which males and females were set to the same distributions of adolescent behaviors. In adolescence, black females reported less leisure-time physical activity and lower likelihood of playing sports with either parent compared with black males. Setting adolescent behaviors equal for black males and females did not reduce the estimated gender disparity in obesity incidence (nonstandardized: 9.8 percentage points (95% confidence interval (CI): 4.5, 15.1); fully standardized: 10.2 percentage points (5.2, 15.2)). There was little gender disparity in whites before or after adjustments. To our knowledge, this is the first study to examine to what extent behavioral differences during adolescence might account for gender disparity in obesity incidence in black young adults. Male-female differences in these adolescent behaviors did not appear to underlie the gender gap in young adult obesity.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».