The food retail environment in school neighborhoods and its relation to lunchtime eating behaviors in youth from three countries
Notice bibliographique
Résumé
This study examined the relation between the chain food retail environment surrounding schools, youths' lunchtime eating behavior, and youths' obesity levels across three countries. Participants consisted of 26,778 students 13-15 years old from 687 schools across Canada, Scotland and the US. The density of convenience stores, chain fast food restaurants, and chain cafés within 1 km of each school was measured. Lunchtime eating behaviors, weight, and height were self-reported. Although the density of chain food retailers was highest in the US, fewer American students (2.6%) routinely ate their lunch at a food retailer during the school week than did Canadian (7.7%) and Scottish (43.7%) students. The density of chain food retailers was associated with eating lunch at a food retailer in Canada only whereby students attending schools with 1-2, 3-4, and 5+ chain food retailers within 1 km from their schools were 1.39 (95% CI: 0.84-2.29), 1.87 (95% CI: 1.10-3.20), and 2.50 (95% CI: 1.56-4.01) times more likely to eat at a chain food retailer compared to students attending schools with no nearby chain food retailers. No associations were found between chain food retailer density and 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 | 0,000 |
| 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 ».