MétaCan
Menu
Retour à la cohorte
Enregistrement W2164531745 · doi:10.1111/jora.12239

Growth Mixture Modeling of Adolescent Body Mass Index Development: Longitudinal Patterns of Internalizing Symptoms and Physical Activity

2015· article· en· W2164531745 sur OpenAlexaff
Megan E. Ames, Maxine Gallander Wintre

Notice bibliographique

RevueJournal of Research on Adolescence · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésBody mass indexPsychologyMultinomial logistic regressionNormativeLongitudinal studyDevelopmental psychologyLogistic regressionPhysical activityAdolescent healthMultilevel modelDemographyClinical psychologyMedicineStatistics

Résumé

récupéré en direct d'OpenAlex

Growth mixture modeling was used to identify different trajectories of body mass index (BMI) among adolescents ages 10-15 from a national sample. Three distinct classes were found for both boys and girls: "normative" (90.9% and 89.7%), "high increasing" (6.3% and 7.4%), and "decreasing" (2.8% and 2.9%). Multinomial logistic regression identified family income as predictive of class membership for boys and pubertal status and being rural as predictive for girls. Parent-reported health was a common predictor across gender. Growth curves of internalizing symptoms and physical activity were modeled to explore trends across classes. Findings highlight complexities in the relations between BMI, internalizing symptoms, and physical activity in this developmental period.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,090
Tête enseignante GPT0,384
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research on AdolescenceMême sujetObesity, Physical Activity, DietTravaux en français237 207