MétaCan
Menu
Retour à la cohorte
Enregistrement W3046923044 · doi:10.3390/nu12082352

The Impact of COVID-19 on Health Behavior, Stress, Financial and Food Security among Middle to High Income Canadian Families with Young Children

2020· article· en· W3046923044 sur OpenAlexafffundabout
Nicholas Carroll, Adam Sadowski, Amar Laila, V Hruska, Madeline Nixon, David W.L., Jess Haines

Notice bibliographique

RevueNutrients · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of Guelph
Organismes subventionnairesCanadian Institutes of Health ResearchHelderleigh Foundation
Mots-clésContext (archaeology)Thematic analysisPandemicPsychologyDescriptive statisticsCoronavirus disease 2019 (COVID-19)Environmental healthDevelopmental psychologyGerontologyMedicineQualitative researchGeographySociology

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has disrupted many aspects of daily life. The purpose of this study was to identify how health behaviors, level of stress, financial and food security have been impacted by the pandemic among Canadian families with young children. Parents (mothers, n = 235 and fathers, n = 126) from 254 families participating in an ongoing study completed an online survey that included close and open-ended questions. Descriptive statistics were used to summarize the quantitative data and qualitative responses were analyzed using thematic analysis. More than half of our sample reported that their eating and meal routines have changed since COVID-19; most commonly reported changes were eating more snack foods and spending more time cooking. Screen time increased among 74% of mothers, 61% of fathers, and 87% of children and physical activity decreased among 59% of mothers, 52% of fathers, and 52% of children. Key factors influencing family stress include balancing work with childcare/homeschooling and financial instability. While some unhealthful behaviors appeared to have been exacerbated, other more healthful behaviors also emerged since COVID-19. Research is needed to determine the longer-term impact of the pandemic on behaviors and to identify effective strategies to support families in the post-COVID-19 context.

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)0,001
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 enseignants0,030
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,344
Écart entre enseignants0,312 · 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

Citations590
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetCOVID-19 and Mental HealthTravaux en français237 207