MétaCan
Menu
Retour à la cohorte
Enregistrement W3014389669 · doi:10.3390/nu12040999

Effects of Shift Work on the Eating Behavior of Police Officers on Patrol

2020· article· en· W3014389669 sur OpenAlexafffundabout
Anastasi Kosmadopoulos, Laura Kervezee, Philippe Boudreau, Fernando Gonzales-Aste, Nina Vujović, Frank A. J. L. Scheer, Diane B. Boivin

Notice bibliographique

RevueNutrients · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and Work-Related Fatigue
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesNational Heart, Lung, and Blood InstituteInstitut de Recherche Robert-Sauvé en Santé et en Sécurité du TravailBrigham and Women's Hospital
Mots-clésEveningCalorieMorningMedicineObesityShift workAnimal scienceAnalysis of varianceDemographyGerontologyEnvironmental healthBiologyEndocrinologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Recent studies indicate that the timing of food intake can significantly affect metabolism and weight management. Workers operating at atypical times of the 24-h day are at risk of disturbed feeding patterns. Given the increased risk of weight gain, obesity and metabolic syndrome in shift working populations, further research is required to understand whether their eating behavior could contribute to these increased metabolic risks. The objective of this study was to characterize the dietary patterns of police officers across different types of shifts in their natural environments. Thirty-one police officers (six women; aged 32.1 ± 5.4 years, mean ± SD) from the province of Quebec, Canada, participated in a 28- to 35-day study, comprising 9- to 12-h morning, evening, and night shifts alternating with rest days. Sleep and work patterns were recorded with actigraphy and diaries. For at least 24 h during each type of work day and rest day, participants logged nutrient intake by timestamped photographs on smartphones. Macronutrient composition and caloric content were estimated by registered dieticians using the Nutrition Data System for Research database. Data were analyzed with linear mixed effects models and circular ANOVA. More calories were consumed relative to individual metabolic requirements on rest days than both evening- and night-shift days (p = 0.001), largely sourced from increased fat (p = 0.004) and carbohydrate (trend, p = 0.064) intake. Regardless, the proportions of calories from carbohydrates, fat, and protein did not differ significantly between days. More calories were consumed during the night, between 2300 h and 0600 h, on night-shift days than any other days (p < 0.001). Caloric intake occurred significantly later for night-shift days (2308 h ± 0114 h, circular mean ± SD) than for rest days (1525 h ± 0029 h; p < 0.01) and was dispersed across a longer eating window (13.9 h ± 3.1 h vs. 11.3 h ± 1.8 h, mean ± SD). As macronutrient proportions were similar and caloric intake was lower, the finding of later meals times on night-shift days versus rest days is consistent with emerging hypotheses that implicate the biological timing of food intake—rather than its quantity or composition—as the differentiating dietary factor in shift worker health.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,277
Écart entre enseignants0,255 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations74
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetSleep and Work-Related FatigueTravaux en français237 207