Understanding Incoming Canadian and US Veterinary Students’ Attitudes and Perceptions of Their Dietary Habits and Levels of Physical Activity
Notice bibliographique
Résumé
As critical components of individual well-being, nutrition and physical activity have important physical and psychological implications. Veterinary students face demanding schedules and potentially high rates of psychological distress. Though veterinary students’ strategies for healthy eating have been explored, factors influencing their ability to achieve a healthy diet are less understood. This study assesses incoming veterinary students’ perceived attitudes to their dietary habits and physical activity levels. Incoming students ( n = 322) at five Canadian and five randomly selected US veterinary schools completed a questionnaire inquiring about demographic information, dietary attitudes and habits, and activity levels. More than half (58%) of students perceived their diet to be moderately healthy. A desire to feel better and have more energy was the most reported (79%) motivating factor to modifying personal eating habits and was significantly associated with improved odds of having a perceived healthy diet ( OR = 2.22, p < .024). A busy lifestyle was perceived as a barrier to changing current eating habits by 92% of respondents. Students reporting a desire to maintain their health ( OR = 3.42, p < .001) and moderate ( OR = 2.81, p < .003) or high ( OR = 2.30, p < .044) routine physical activity levels were also more likely to perceive their diet as healthy. Findings show that incoming veterinary students’ perceptions may influence their goals of achieving a healthy lifestyle. An understanding of incoming veterinary students’ barriers and motivators could be applied in future research to assist students in achieving personalized goals.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».