An exploration of how meal preparation activities relate to self-rated time pressure, stress, and health in Canada: A time use approach
Notice bibliographique
Résumé
While previous work has provided a foundation for understanding the importance of the links between time use and diet, there has been little done to link time use to health outcomes. In this study, time use and self-rated health variables from the 2015 Time Use Cycle of Statistics Canada's General Social Survey are used to explore whether there are direct associations between time spent on meal preparation and health for Canadian Adults. In addition, this paper uses respondents' sequences of activities data from a time use diary to provide novel findings about the context of activities that precede and follow meal preparation. Proportional odds and logistic regression models are computed and show that there are significant relationships between spending more time on meal preparation and improved mental health and lower levels of stress. More time on meal preparation is also linked to general feelings of having less time. The analysis of activities preceding and following meal preparation activities demonstrates that individuals with different levels of self-rated stress or feelings of having extra time have significantly different activity sequence distributions (e.g., those reporting higher levels of stress are more likely to participate in chores and care activities). Exploring activity sequences related to meal preparation provides a first step in furthering the research community's grasp of the causal relationship between food-related time use and health and well-being outcome variables. Ultimately, this paper builds on the past literature on time use and meal preparation by establishing direct links between time spent on meal preparation activities, self-rated health and time use variables, in addition to offering insights into what activities surround this important activity via a novel sequence analysis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».