MétaCan
Menu
Retour à la cohorte
Enregistrement W2074699596 · doi:10.1038/oby.2007.71

Constructs of Health and Environment Inform Child Obesity Prevention in American Indian Communities

2008· article· en· W2074699596 sur OpenAlexaff
Alexandra Adams, Heather Harvey, David Brown

Notice bibliographique

RevueObesity · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensChild and Family Research InstituteProvincial Health Services Authority
Organismes subventionnairesnon disponible
Mots-clésObesityEnvironmental healthMedicineGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Obesity prevention efforts have had limited success in American Indian (AI) populations. More effective prevention programs might be designed using insights into linkages between parental health beliefs, environmental constraints and healthy lifestyle choices. METHODS AND PROCEDURES: Focus group sessions (n = 42 participants) were conducted to explore parental perspectives on children's health, diet and physical activity in three Wisconsin Tribal communities. Focus group questions were derived from preliminary interviews and observations on environmental barriers surrounding nutrition and physical activity. RESULTS: Two broad thematic areas emerged from the focus groups: child health themes and environmental themes. Health themes included views of child health (emphasizing emotional health), views on parenting, and assessment of risks to child safety. Environmental (social and physical) themes included assessments of personal support networks, assessments of local facilities and programs, and values regarding household relationships. A provisional model of family behaviors related to child nutrition and physical activity was developed to better understand these themes and the potential tensions among them. DISCUSSION: Understanding the unique cultural constructs of health and environment of AI communities can inform decision making in community-level prevention research. The proposed model served as a useful starting point for designing healthy lifestyle interventions in these AI communities. This model may also be applicable to other minority communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,430
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,272
Écart entre enseignants0,256 · 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 tête enseignante, pas un consensus.

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

Citations49
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObesityMême sujetIndigenous Health, Education, and RightsTravaux en français237 207