MétaCan
Menu
Retour à la cohorte
Enregistrement W2414659226 · doi:10.2196/publichealth.5166

Availability and Accessibility of Student-Specific Weight Loss Programs and Other Risk Prevention Health Services on College Campuses

2016· article· en· W2414659226 sur OpenAlexvenueno aff
Sarah Lynch, Sharon Hayes, Melissa A. Napolitano, Katrina Hufnagel

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOverweightWeight lossMedical educationEnvironmental healthMedicinePsychologyGerontologyObesity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: More than one third of college students who are overweight or obese are in need of weight loss programs tailored to college students. However, the availability and accessibility of these programs is unknown. OBJECTIVE: The aim of this study is to examine the availability and ease of access to weight loss programs for students at 10 universities with the largest undergraduate enrollment. METHODS: The 10 public universities with the largest student bodies with a mean (SD) undergraduate enrollment of 41,122 (7657) students were examined. The websites of the universities were assessed to determine the availability of weight loss programs. Services for high-risk health needs common to university campuses (ie, alcohol and other drugs, victim services, sexual health, and eating disorders) were searched. RESULTS: Of the universities searched, 3 (30%, 3/10) offered weight loss programming, however, none met the predetermined criteria. Comparatively, all schools (100%, 10/10) offered no-cost and continual enrollment programming for the other high-risk health needs. CONCLUSIONS: There are limited weight loss services available to undergraduate students compared with other university services. Collaboration between existing college health service providers is suggested for the delivery of appropriate programming for overweight and obese undergraduates wanting to lose weight.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,075
Tête enseignante GPT0,435
Écart entre enseignants0,360 · 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

Citations16
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetObesity and Health PracticesTravaux en français237 207