MétaCan
Menu
Retour à la cohorte
Enregistrement W2897044893 · doi:10.1080/17518423.2018.1523241

Examining risk factors for overweight and obesity in children with disabilities: a commentary on Bronfenbrenner’s ecological systems framework

2018· article· en· W2897044893 sur OpenAlexafffund
Meaghan Walker, Stephanie Nixon, Jess Haines, Amy C. McPherson

Notice bibliographique

RevueDevelopmental Neurorehabilitation · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of GuelphHolland Bloorview Kids Rehabilitation HospitalPublic Health OntarioToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOverweightEcological systems theoryEcological psychologyObesityPerspective (graphical)GerontologyPsychologyPopulationSocial ecological modelEcologyDevelopmental psychologyDemographyMedicineSociologySocial psychologyBiology

Résumé

récupéré en direct d'OpenAlex

Globally, overweight and obesity (OW/OB) levels are high among children, with rates surpassing the adult population. With such high pediatric OW/OB rates, it is imperative that risk factors are identified and explored. Thus, Davison and Birch developed an adapted framework, based on Bronfenbrenner's Ecological Systems Theory, which identifies and categorizes the factors in a child's life that put them at risk for OW/OB. While a socioecological perspective has been a useful tool for examining risk factors in typically developing pediatric populations, this holistic approach has not yet been applied to populations of children with disabilities, who are at an even higher risk of OW/OB than their typically developing peers. This commentary, therefore, explores Bronfenbrenner's Ecological Framework as applied to OW/OB by Davison and Birch, and critically examines its application to children with disabilities.

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)0,023
score de la tête « metaresearch » (Gemma)0,080
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,080
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,021
Communication savante0,0050,009
Science ouverte0,0070,005
Intégrité de la recherche0,0300,046
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,260
Écart entre enseignants0,239 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental NeurorehabilitationMême sujetObesity, Physical Activity, DietTravaux en français237 207