Disordered eating in ethnic minority adolescents with overweight
Notice bibliographique
Résumé
High rates of disordered eating exist among adolescents with overweight and among ethnic/racial minority adolescents. Given the lack of research examining how eating disorder risk is moderated by both overweight and ethnicity/race, this study aimed to explore interactions between ethnicity/race and overweight status on disordered eating behaviors in a population-based adolescent sample. Cross-sectional data from adolescents (n = 2,271; 52% females) of White (23%), Black (34%), Hispanic (20%), and Asian (23%; 82% Hmong) ethnicity/race participating in the EAT 2010 study were used to examine associations between overweight status and disordered eating behaviors across ethnic/racial groups. Disordered eating behaviors occurred more frequently among adolescents with overweight compared with those without overweight across all ethnic/racial groups. Although some differences in the prevalence of disordered eating were found by ethnicity/race, particularly in girls, no consistent patterns of interaction emerged. Overweight White and Hispanic girls reported the highest risk for dieting, while the highest risk for unhealthy weight control behaviors was among overweight Black girls, and for overeating among overweight White and Asian girls. Within a society in which thinness is highly valued and being overweight is stigmatized, across diverse cultural groups, adolescents with overweight are at risk for disordered eating.
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 | 0,000 | 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 | 0,001 | 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 ».