MétaCan
Menu
Retour à la cohorte
Enregistrement W3209983473 · doi:10.3390/ijerph182111130

Eating Behaviour Changes during the COVID-19 Pandemic: A Systematic Review of Longitudinal Studies

2021· review· en· W3209983473 sur OpenAlexaboutno aff
Cristina González-Monroy, Irene Gómez‐Gómez, Cristian M. Olarte‐Sánchez, Emma Motrico

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2021
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesInstituto de Salud Carlos III
Mots-clésPandemicEnvironmental healthCoronavirus disease 2019 (COVID-19)OutbreakLongitudinal studyAffect (linguistics)Systematic reviewMedicinePsychologyGerontologyClinical psychologyDiseaseMEDLINEInfectious disease (medical specialty)BiologyVirology

Résumé

récupéré en direct d'OpenAlex

Eating behaviour is a complex construct that is liable to be modified by external factors. Due to the outbreak of coronavirus disease 2019 (COVID-19), many restrictive measures were carried out with the aim of reducing the impact of this disease. As a result, lifestyles were disrupted, which could affect eating behaviours. The aim of this systematic review of longitudinal studies was to assess changes in eating behaviour during the COVID-19 pandemic by establishing a comparison of eating behaviours before and after the outbreak of the pandemic. This study followed the PRISMA guidelines (PROSPERO: CRD42020203246), whereas to assess the quality of the studies, the Newcastle-Ottawa Quality Assessment Scale (NOS) was applied. Out of a set of 826 studies, 23 were included in this systematic review. The main findings provided information about a shift towards modified eating behaviours, characterized by an increased snack frequency and a preference for sweets and ultra-processed food rather than fruits, vegetables, and fresh food. Additionally, an increased alcohol consumption was found among different countries. Consequently, adherence to healthy diets decreased. These findings are relevant to future policies and strategies to assess nutrition in cases of alarming situations such as the current COVID-19 pandemic.

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)0,009
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,047
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,507
Tête enseignante GPT0,598
Écart entre enseignants0,090 · 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'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

Citations212
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetCOVID-19 and Mental HealthTravaux en français237 207