Predictors of One-Year Change in How Youth Perceive Their Weight
Notice bibliographique
Résumé
Overall, perceptions of being at “about the right weight” appear advantageous for youth physical and mental health, regardless of BMI classification, whereas perceptions at either extreme (overweight or underweight) may negatively impact health behaviours and mental health. Instead of considering weight misperceptions as problematic, some researchers have proposed that underestimations of weight status may offer resiliency among individuals with overweight or obesity. Promoting “about right” WPs and preventing change to overweight or underweight perceptions may offer an effective public health strategy for supporting youth health over time. However, limited prospective evidence exists on factors that shape perceptions of weight status over time. The current study examined modifiable predictors of one-year change in weight perception among youths. We used 2-year linked data of 18,112 grade 9–12 students from Year 3 (Y3:2014–2015) and Year 4 (Y4:2015–2016) of the COMPASS study. Generalized Estimating Equation models tested screen use, physical activity, and bullying victimization as predictors of change from perceptions of “about the right weight” to “overweight” or “underweight” perceptions, adjusting for Y3 covariates (body mass index, ethnicity, and grade) and school cluster. Results support the value of team sports among females and resistance exercise among males as protective against changes to overweight or underweight perceptions over one year. Also, various forms of bullying victimization predicted overweight perceptions in males and females. Watching TV/movies or messaging/texting for over 2 hours/day was associated with overweight and underweight perceptions, respectively, in females only. Playing video/computer games for over 2 hours/day was associated with overweight perceptions in males and underweight perceptions in females. Findings support the potential of bullying prevention, limiting certain screen use, and supporting engagement in team sports for females and resistance exercise for males as strategies to maintain perceptions of being at “about the right weight.”
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».