Eating Habits of Paramedics Working in the City of Québec: A Pilot Study
Notice bibliographique
Résumé
Background: Many studies have shown a possible association between working conditions and unhealthy behaviours that could lead to overweight and obesity.For paramedics, unpredictable lunch periods could lead to changes in eating behaviour during work.Objective: This study examines paramedics' eating behaviours in day and night shift workers in comparison with eating behaviours during one day off.Method: Twenty two paramedics, night (n=12) and day (n=10), shift workers recorded their energy intake and energy expenditure during one day-off and one day on duty.Energy intake was calculated using a self-reported dietary intake through three-day food record.Energy expenditure was calculated via indirect calorimetric method.The differences between day and night shift groups (between factors) and day on duty with day off conditions (within factor) were tested using two way ANOVA (2 groups *2 conditions) with age as covariate.Analyses were conducted using SPSS (v13.0,IBM, Ontario, Canada) software Results: Paramedics were 34 ± 11 years old, and 77% of paramedics presented overweight or obesity (BMI ≥ 25 kg/m²).Energy intake was significantly higher during the day off compared with the day on duty in both groups (F(1,19)= 17.07, p=0.001).Energetic balance was also higher during day off compared with the day on duty in both groups (F(1,19)=14.11,p=0.001).No statistically significant differences were found among shifts in energy intake, and energy expenditure between groups (respectively, F(1,19)=1.77,F(1,19)=3.43,all p>0.05), however energetic balance was significantly higher in night workers compared with day workers (F(1,19)=4.82,p=0.04). Conclusion:This study showed a reduction of energy intake during the day on duty and energetic imbalance between a day on duty and a day off.To help paramedics maintain energetic balance whatever their workload, emergency medical should pay attention to meal period availability and meal place.Also, preventive measures should target individual perceptions of health in paramedical service
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».