Effectiveness of a worksite‐based weight loss randomized controlled trial: The worksite study
Notice bibliographique
Résumé
OBJECTIVE: To determine the effectiveness of an individually targeted Internet-based intervention with monetary incentives (INCENT) at reducing weight of overweight and obese employees when compared with a less-intensive intervention (Livin' My Weigh [LMW]) 6 months after program initiation. METHODS: Twenty-eight worksites were randomly assigned to either INCENT or LMW conditions. Both programs used evidence-based strategies to support weight loss. INCENT was delivered via daily e-mails over 12 months while LMW was delivered quarterly via both newsletters and on-site educational sessions. Generalized linear mixed models were conducted for weight change from baseline to 6 months post-program and using an intention-to-treat analysis to include all participants with baseline weight measurements. RESULTS: Across 28 worksites, 1,790 employees (M = 47 years of age; 79% Caucasian; 74% women) participated. Participants lost an average of 2.27 lbs (P < 0.001) with a BMI decrease of 0.36 kg/m(2) (P < 0.001) and 1.30 lbs (P < 0.01) with a BMI decrease of 0.20 kg/m(2) (P < 0.01) in INCENT and LMW, respectively. The differences between INCENT and LMW in weight loss and BMI reduction were not statistically significant. CONCLUSIONS: This study suggests that INCENT and a minimal intervention alternative may be effective approaches to help decrease the overall obesity burden within worksites.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».