MétaCan
Menu
Retour à la cohorte
Enregistrement W3045680923 · doi:10.1111/obr.13104

The impact of childhood obesity on human capital in high‐income countries: A systematic review

2020· review· en· W3045680923 sur OpenAlexaboutno aff
Alexa Blair Segal, María del Carmen Huerta, Elisabetta Aurino, Franco Sassi

Notice bibliographique

RevueObesity Reviews · 2020
Typereview
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilHealth FoundationWellcome Trust
Mots-clésHuman capitalOverweightChildhood obesityEconLitObesityMedicineEducational attainmentGerontologyScale (ratio)Early childhoodMEDLINEEnvironmental healthPsychologyEconomic growthEconomicsDevelopmental psychologyPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Current evidence of the impact of childhood obesity on human capital development does not point in a consistent direction, and its interpretation is challenging. We carried out a systematic review of studies from high-income countries that used robust causal inference approaches to assess the impact of childhood overweight and obesity on outcomes typically linked to human capital development in economics. Global Health, Medline and EconLit were used to search for peer-reviewed papers. Three reviewers independently assessed study quality using the Newcastle-Ottawa Scale. Nineteen papers representing 22 studies met the inclusion criteria. Included studies were categorized based on three components of human capital: cognitive performance (n = 18), measured through test scores; educational attainment (n = 3), through grade progression and college completion; and labour market outcomes (n = 1), through wages. We find that childhood overweight and obesity hinder education outcomes, with effects mostly observed at older ages of exposure measurement (12+ years). Girls with overweight and obesity experienced larger negative effects and more often than boys. Future research should elucidate the pathways through which childhood obesity impacts human capital development, to support policies that may mitigate those impacts, thus averting social costs that are currently widespread, increasing and unaccounted for.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,552
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,030
Tête enseignante GPT0,359
Écart entre enseignants0,329 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations56
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObesity ReviewsMême sujetPoverty, Education, and Child WelfareTravaux en français237 207