Influence of Perceived Stressful Homework on Lifestyle Habits and Subsequently on Adiposity : a QUALITY Study
Notice bibliographique
Résumé
Contexte : Les devoirs perçus stressants semblent avoir un effet négatif sur l’adiposité des enfants entre 8-10 ans et l’activité physique d’intensité moyenne-élevée (APMV) et le temps-écran sont des médiateurs dans cette relation. Objectifs : 1) Examiner si un facteur nutritionnel pourrait aussi être un médiateur, 2) Étudier les associations et médiateurs présents à l’âge de 10-12 ans, et 3) Prendre une approche longitudinale sur ces résultats pour étudier ces relations. Méthodes : Les données suivantes de l’étude de QUALITY ont été extraites : durée des devoirs, niveau de stresse et temps-écran, durée de sommeil et APMV, facteurs nutritionnels, et profil d’adiposité. « Process Macro » a été utilisé pour faire les analyses statistiques. Résultats principaux : Les devoirs perçus étant stressants étaient positivement associés avec l’adiposité seulement à 8-10 ans chez les enfants, particulièrement les filles. La consommation de breuvage sucré était un médiateur partiel entre les devoirs perçus étant stressants et le pourcentage de gras abdominal des enfants de 8-10 ans. À 10-12 ans, le temps-écran était le seul médiateur entre les devoirs et l’index de masse corporelle. Le changement dans la durée de sommeil était le seul médiateur entre les changements de devoirs perçus étant stressant et pourcentage de gras abdominal qui s’est produit depuis l’âge de 8-10 ans chez les enfants, particulièrement les filles. Conclusions : Avec l’avancée de l’âge et augmentation des devoirs, les habitudes d’écran changent. Dans l’aspect préventif de l’obésité pédiatrique, le temps-écran et la durée de sommeil pourraient être surveillés de près.
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) | 0,001 | 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 ».