MétaCan
Menu
Retour à la cohorte
Enregistrement W3216939910 · doi:10.24171/j.phrp.2021.0013

Prevalence and correlates of highly caffeinated beverage consumption among Korean adolescents

2021· article· en· W3216939910 sur OpenAlexaff
Ho‐Kyung Kwak, Jaesin Sa, Siyoung Choe, Jean‐Philippe Chaput, Joon Chung, Gayle Cummings, Jounghee Lee

Notice bibliographique

RevueOsong Public Health and Research Perspectives · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthMedicineOverweightConsumption (sociology)Youth Risk Behavior SurveyDemographyAlcohol consumptionObesitySuicide preventionPoison controlAlcoholInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The purposes of this study were to (1) examine the multi-year prevalence of highly caffeinated beverage (HCB) consumption, (2) identify sex differences in the prevalence, and (3) investigate relationships between HCB consumption and behavioral characteristics in a nationally representative sample of Korean adolescents. METHODS: Data from the Korea Youth Risk Behavior Web-based Survey (2014-2017) were analyzed. RESULTS: HCB consumption was higher in 2017 than 2014 (23.9% vs. 12.0%), and higher among boys than girls (17.2% vs. 13.1%). HCB drinkers were more likely to (1) be boys, (2) be overweight or obese, (3) use alcohol and tobacco, (4) consume soda at least once per week, (5) consume sweetened beverages at least once per week, (6) have seriously considered suicide during the past 12 months, and (7) have attempted suicide during the past 12 months (p<0.05 for all). CONCLUSION: Effective programs to curb HCB consumption among Korean adolescents need to be established.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,014
Score d'incertitude au seuil0,461

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,087
Tête enseignante GPT0,408
Écart entre enseignants0,321 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOsong Public Health and Research PerspectivesMême sujetCoffee research and impactsTravaux en français237 207