MétaCan
Menu
Retour à la cohorte
Enregistrement W2791423700 · doi:10.1123/apaq.2017-0193

Conceptualizing Obesity as a Chronic Disease: An Interview With Dr. Arya Sharma

2018· article· en· W2791423700 sur OpenAlexaffabout
Arya M. Sharma, Donna L. Goodwin, Janice Causgrove Dunn

Notice bibliographique

RevueAdapted Physical Activity Quarterly · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésObesityCoping (psychology)GerontologyPsychological interventionMoodPhysical activityDiseasePsychologyMedicinePsychiatryPhysical therapyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Dr. Arya M. Sharma challenges the conventional wisdom of relying simply on "lifestyle" approaches involving exercise, diet, and behavioral interventions for managing obesity, suggesting that people living with obesity should receive comprehensive medical interventions similar to the approach taken for other chronic diseases such as Type 2 diabetes or hypertension. He purports that the stigma-inducing focus on self-failing (e.g., coping through food, laziness, lack of self-regulation) does not address biological processes that make obesity a lifelong problem for which there is no easy solution. Interdisciplinary approaches to obesity are advocated, including that of adapted physical activity. Physical activity has multifaceted impacts beyond increasing caloric expenditure, including improved sleep, better mood, increased energy levels, enhanced self-esteem, reduced stress, and an enhanced sense of well-being. The interview with Dr. Sharma, transcribed from a keynote address delivered at the North American Adapted Physical Activity Symposium on September 22, 2016, in Edmonton, AB, Canada, outlines his rationale for approaching obesity as a chronic disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,714
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,005

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 Opus0,094
Tête enseignante GPT0,449
Écart entre enseignants0,355 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
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

Citations7
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdapted Physical Activity QuarterlyMême sujetObesity and Health PracticesTravaux en français237 207