MétaCan
Menu
Retour à la cohorte
Enregistrement W3063698616 · doi:10.1080/00221325.2020.1808566

What's Mom and Dad Got to Do With It? Factors Related Between Mothers’, Fathers’, and Young Children’s Weight Bias

2020· article· en· W3063698616 sur OpenAlexaff
Sarah M. Hutchison, Ulrich Müller

Notice bibliographique

RevueThe Journal of Genetic Psychology · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésOverweightPsychologyDevelopmental psychologyPsychological interventionChildhood obesityObesityMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Our aim was to examine the role of parents in the transmission of weight bias to young children. Specifically, we assessed mothers' and fathers' weight bias and beliefs about the controllability of weight, and fear of fat in relation to their children's weight bias. Eighty-three mothers, 57 fathers, and their children (4- to 7-year-olds) participated. We failed to find any significant associations between children's weight bias, maternal responses, and most paternal responses. Only fathers' dislike of adults with overweight had daughters with more positive views of overweight figures. These results suggest that parents do not appear to contribute to the weight bias of preschoolers and their influence may only emerge in middle childhood. The present study also suggests that more work on the psychometric properties of weight bias scales and tasks to measure weight bias in children is vital to accurately evaluate interventions to decrease weight bias.

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)0,001
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 enseignants0,063
Score d'incertitude au seuil0,530

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,094
Tête enseignante GPT0,424
Écart entre enseignants0,330 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Genetic PsychologyMême sujetObesity and Health PracticesTravaux en français237 207