MétaCan
Menu
Retour à la cohorte
Enregistrement W3035601741 · doi:10.1111/jhn.12789

Prevalence and pattern of energy drink intake among Australian adolescents

2020· article· en· W3035601741 sur OpenAlexaff
Gina Trapp, Miriam Hurworth, Hayley Christian, Marilyn Bromberg, Justine Howard, Catrina McStay, Gina L. Ambrosini, Karen Martin, Amelia J. Harray, Donna Cross, Wendy H. Oddy, David Hammond

Notice bibliographique

RevueJournal of Human Nutrition and Dietetics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Health and Medical Research CouncilNational Heart Foundation of Australia
Mots-clésMedicinePsychological interventionEnvironmental healthTasteDemographyGerontologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Energy drinks (ED) are popular among young people despite evidence of associated health risks. Research into the prevalence and pattern of ED intake among young people is sparse. The present study investigates the prevalence and pattern of ED intake among a large sample of adolescents, including how many consume them, how often, for what reasons and in what contexts. METHODS: In 2018, all students in grades 7-12 attending 25 randomly selected Western Australian schools were invited to complete an online self-report survey about EDs. RESULTS: Of the 3688 respondents, 51.2% reported consuming an ED. Of these 'ever consumers', 23.4% drank them monthly, 19.2% weekly and 2% every day. The average age of first intake was 10.7 years. One-fifth (19.7%) of 'ever consumers' reported consuming more than two EDs in 1 day. Reasons for ED use included taste, to boost energy levels, sport performance and studying. CONCLUSIONS: The findings add to limited international evidence about adolescent ED use and provide valuable information to help ensure interventions to reduce intake address the underlying reasons and contexts of ED consumption.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,091
Score d'incertitude au seuil0,215

Scores Codex et Gemma par catégorie

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

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 Opus0,047
Tête enseignante GPT0,317
Écart entre enseignants0,270 · 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 tête enseignante, 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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Human Nutrition and DieteticsMême sujetCoffee research and impactsTravaux en français237 207