School Food Environment, Food Consumption, and Indicators of Adiposity Among Students 7‐14 Years in Bogotá, Colombia
Notice bibliographique
Résumé
BACKGROUND: In Colombia, the prevalence of overweight/obesity in children has increased by 26% in the past 5 years. School food environment may be an important contributor and offers opportunities for effective intervention. METHODS: We conducted a cross-sectional study among 7- to 14-year-old schoolchildren from 10 schools in Bogotá, Colombia. We examined the school food environment and the relationship of individual-level consumption, and physical activity with overweight/obesity, measured by body mass index and percentage body fat. RESULTS: Schools with a restaurant/store were characterized as having excessive unhealthy foods. In the sample of 714 schoolchildren, 17.5% were overweight and 10.5% were obese. In multivariate models, boys had significantly increased odds of being overweight/obese (odds ratio [OR]: 1.53; p = .01) as compared to girls. Schoolchildren who consumed a greater number of energy drinks (OR = 1.82; p = .04), and those who spent more than 3 hours per schoolday watching TV (OR = 1.53; p < .01) had increased odds of being overweight/obese. CONCLUSIONS: Approximately 1 in 4 schoolchildren were overweight/obese, with boys, energy drink consumers, and those with low physical activity having increased risk. School-based interventions focused on improving food options and providing health behavior education may be effective to reduce overweight among children in Bogotá and similar settings.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».