Conceptualizing Obesity as a Chronic Disease: An Interview With Dr. Arya Sharma
Notice bibliographique
Résumé
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 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 | 0,017 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,010 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,045 |
| 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 ».