Are snacking patterns associated with risk of overweight among Kahnawake schoolchildren?
Notice bibliographique
Résumé
OBJECTIVE: To understand more specifically how the quality, quantity and frequency of snack food consumption differs in different BMI categories. DESIGN: Four hundred and forty-nine school-aged children (grade 4-6) from a Kanien'kehaka (Mohawk) community provided a 24 h recall and their height and weight in 1994, 1998 and 2002, in three independent cross-sectional samples. Food consumed between two consecutive meals was defined as a snacking occasion. ANOVA and chi2 tests were used to compare food choices between BMI categories according to food quality criteria and food groups in 2006. Logistic regression models were performed to compare results between normal-weight children and those at risk of overweight and between normal-weight and overweight children. RESULTS: Energy intake from snacks tended to be higher for children at risk of overweight, compared with the other two BMI categories. Food groups with a higher energy density were also consumed more frequently by these children, with larger average portions of cereal bars (P < 0.05). Except for dessert consumption, which was less frequent among overweight children, no other variable distinguished risk of overweight in the two logistic regression models tested. CONCLUSIONS: Differences detected in snack food intake between normal-weight children and children at risk of overweight could explain in part the relationship between food choices and risk of overweight. Studies of dietary differences in conjunction with body weight would benefit from considering children at risk of overweight and normal-weight children, rather than children with excess weight only.
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) | 0,001 | 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 ».