Estimating how extra calories from alcohol consumption are likely an overlooked contributor to youth obesity
Notice bibliographique
Résumé
INTRODUCTION: Youth obesity rates in Canada continue to rise. In this study, we produced conservative estimates of the potential excess calories from alcohol use across different alcohol consumption patterns common among Canadian youth to assess whether alcohol use should be considered in future obesity prevention strategies. METHODS: Using data from 10 144 Grade 12 students participating in the COMPASS study (2013/14), we estimated the number of calories consumed per year from alcohol consumption. Our estimates were based on three different generic types of alcoholic beverages, which were grouped according to average calorie content (vodka coolers; beer [5%]; and beer [4%], wine and liquor) across different frequencies of alcohol use and binge drinking. RESULTS: Results indicated high potential caloric intake for students who binge drank, as well as high variability in the estimates for calories consumed based on common consumption patterns for the different beverage types. For instance, 27.2% of students binge drank once per month, meaning they consumed between 6000 and 13 200 calories in one year (equivalent to 0.78 - 1.71 kg of fat). For the 4.9% of students who binge drank twice per week, the total calories in one year would range from 52 000 to 114 400 (equivalent to 6.74 - 14.83 kg of fat). CONCLUSION: Current recommendations for preventing youth obesity do not generally include any consideration of alcohol use. The high prevalence of frequent alcohol consumption and binge drinking by youth in this study and the substantial number of calories contained in alcoholic beverages suggest alcohol use among youth may warrant consideration in relation to youth obesity prevention.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».