Obesity is disease – food can be cure; Carrying out the pilotproject
Notice bibliographique
Résumé
Aim: To analyze the eating habits, lifestyles, family anamnesis, assessing the nutrition status through specially aimed physical - out of schedule examinations, and suggest preventive intervention programs in elementary school students. Methods: This research was conducted throughout the year 2008. In the 7 elementary schools in the town Rijeka. The sample presents 496 pupils in the age of 12. The examination contained anamnesis, family anamnesis, measuring height and weight, calculating Body Mass Index (BMI), Waist Hip Ratio (WHR), measuring the skin fold and blood pressure. Results: centile distribution and BMI show that 15,2 % of pupils is overweight and 3,4 % is on the edge of obesity or obese. At the same time, one quarter of pupils think that they are overweight. Almost one third of the young (31 %) in this vulnerable period of development is not having a breakfast, girls more often than boys. One quarter of examinees never or just once a week eats 1 portion of vegetables and 10 % of children never eat fruit. Dairy drinks were never consumed by 6 % of pupils, while 11 % to 20 % of them sometimes consume alcoholic drinks (twice a month up to twice a week). Fast food is consumed 4 times a week, up to every day 13 % of pupils, while 63 % do so once a week. In the last 7 days more then 34 pupils were physically active at least 1 hour a day. Almost the same number of examinees spends 4 and more hours daily watching TV and playing video or computer games. Conclusion: There is a correlation of overweight and obesity in childhood and grown up age. Therefore, the programs of primary prevention that include promotion of healthy lifestyle, healthy and energy – balanced nutrition, moderate physical activity, reorganization of school kitchens and controlled menus is important to perform right in that, very vulnerable period of growing up. Intervention should be careful and paced because the young people in that period are coping with irrational experience of themselves and their bodies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».