Eating pattern among adolescent female student, Applied Medical Sciences College, University of Hafr-Al Batin
Notice bibliographique
Résumé
The college students, representing the young age population of community, for different reasons are prone to eat unhealthy foods and to have bad health habits during their college years which might affect their well-being and increase the risk of obesity, diabetes, and coronary heart disease; like fast food consumption, lower vegetable and fruit intake in face of less physical activities and a lot of computer & TV watching hours. This study aimed to assess eating habits and patterns, factors affecting food choices and anthropometric measurements. Descriptive cross-sectional study method was followed. 230 students were included in the study. The findings revealed that 50.9% of the study sample were at age group (< 20 years), nearly half 48.7% were at a preparatory year. Results show also that 44.3% of the study sample don't take breakfast regularly; the most reported causes were not enough time at home 49% and that they don't prefer cafeteria food 24.6% nor there is no for a break in the timetable 21.6%. The results show that 53.04% had a normal BMI and 24.35% were overweight. The BMI had a significant relation with the consumption and snacking patterns among students (p = .000). So, there is a greater need for constructing educational programs to be directed to enhance the nutritional status of the university adolescent students.
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 | 0,002 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».