The Association Between the Neighbourhood Food Environment and Prevalence of Three Chronic Diseases in Urban Canada: A Cross-Sectional Analysis
Notice bibliographique
Résumé
Research on the association between the neighbourhood food environment and prevalence of chronic diseases is very limited in Canada. The objective of this thesis was to investigate: (i) the associations between the neighbourhood food environment and prevalence of type II diabetes, cardiovascular disease and hypertension among Canadian adults living in urban areas; and (ii) whether or not dietary patterns, obesity and physical activity mediate such associations. Self-reported diagnosis of three chronic diseases, and individual-level socio-demographic and lifestyle variables were taken from the 2009-2010 Canadian Community Health Survey; neighbourhood-level socio-economic data were taken from the 2011 National Household Survey; and the locations of all restaurants and grocery stores in Canada were taken from the 2011 CFM Leads Business Dataset. The associations between prevalence of three chronic diseases and the density of various restaurant and food outlets (density is defined as the number of outlets per 10,000 people and per square kilometer in the respondent’s Forward Sortation Area) were analyzed using a modified Poisson regression. The mediation analyses were conducted using the Baron & Kenny method. I found that fast-food restaurant density is positively associated with the prevalence of type II diabetes but statistically non-significant for cardiovascular disease and hypertension. I also find that non-chain restaurants density is negatively associated with the prevalence of type II diabetes. Obesity, fruits & vegetables consumption, and physical activity were found to be partial mediators of these associations. The main implication of this study is that fast-food restaurant density is an important factor for the prevalence of type II diabetes in urban Canada.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 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) | 0,002 | 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 ».