MétaCan
Menu
← Retour à la cohorte
Enregistrement W2734515992 · doi:10.25336/p6hk5d

Changing BMI scores among Canadian Indigenous and non-Indigenous children, youth, and young adults: Untangling age, period, and cohort effects

2017· article· fr· W2734515992 sur OpenAlexaffvenueabout
Piotr Wilk, Alana Maltby, Martin Cooke

Notice bibliographique

RevueCanadian Studies in Population · 2017
Typearticle
Languefr
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of WaterlooWestern University
Organismes subventionnairesnon disponible
Mots-clésDemographyCohortHumanitiesGeographyMedicineSociologyArt

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to examine age, period and cohort effects on BMI among Indigenous and non-Indigenous populations, using repeated cross-sectional survey data from the CCHS (2001 to 2014). Cross-classified random-effect two-level models were used to estimate fixed effects for age and its quadratic term (Level 1), and also to estimate random effects for time periods and birth cohorts (Level 2), while controlling for the effects of Level 1 control variables: sex, model of interview and response by proxy. Overall, the results support the hypothesis that age and period effects are primarily responsible for the current obesity epidemic.L’objectif de cette étude était d’examiner les effets de l’âge, de la période et de la cohorte sur l’IMC chez les populations autochtones et non autochtones, en utilisant des données d’enquêtes transversales répétées de l’ESCC (2001 à 2014). On a utilisé des modèles à deux niveaux à effets aléatoires croisés pour estimer les effets fixes pour l’âge et son terme quadratique (niveau 1), et également estimer les effets aléatoires pour les périodes et les cohortes de naissance (niveau 2), tout en contrôlant les effets du niveau 1 Variables de contrôle: sexe, modèle d’interview et réponse par procuration. Dans l’ensemble, les résultats confirment l’hypothèse selon laquelle les effets de l’âge et de la période sont les principaux responsables de l’épidémie actuelle d’obésité.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,052
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,252 · 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

Citations8
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Studies in Population→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→