The number and type of food retailers surrounding schools and their association with lunchtime eating behaviours in students
Notice bibliographique
Résumé
BACKGROUND: The primary study objective was to examine whether the presence of food retailers surrounding schools was associated with students' lunchtime eating behaviours. The secondary objective was to determine whether measures of the food retail environment around schools captured using road network or circular buffers were more strongly related to eating behaviours while at school. METHODS: Grade 9 and 10 students (N=6,971) who participated in the 2009/10 Canadian Health Behaviour in School Aged Children Survey were included in this study. The outcome was determined by students' self-reports of where they typically ate their lunch during school days. Circular and road network-based buffers were created for a 1 km distance surrounding 158 schools participating in the HBSC. The addresses of fast food restaurants, convenience stores and coffee/donut shops were mapped within the buffers. Multilevel logistic regression was used to determine whether there was a relationship between the presence of food retailers near schools and students regularly eating their lunch at a fast food restaurant, snack-bar or café. The Akaike Information Criteria (AIC) value, a measure of goodness-of-fit, was used to determine the optimal buffer type. RESULTS: For the 1 km circular buffers, students with 1-2 (OR= 1.10, 95% CI: 0.57-2.11), 3-4 (OR=1.45, 95% CI: 0.75-2.82) and ≥5 nearby food retailers (OR=2.94, 95% CI: 1.71-5.09) were more likely to eat lunch at a food retailer compared to students with no nearby food retailers. The relationships were slightly stronger when assessed via 1 km road network buffers, with a greater likelihood of eating at a food retailer for 1-2 (OR=1.20, 95% CI:0.74-1.95), 3-4 (OR=3.19, 95% CI: 1.66-6.13) and ≥5 nearby food retailers (OR=3.54, 95% CI: 2.08-6.02). Road network buffers appeared to provide a better measure of the food retail environment, as indicated by a lower AIC value (3332 vs. 3346). CONCLUSIONS: There was a strong relationship between the presence of food retailers near schools and students' lunchtime eating behaviours. Results from the goodness of fit analysis suggests that road network buffers provide a more optimal measure of school neighbourhood food environments relative to circular buffers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».