Socioeconomic and sociodemographic determinants associated with fruit and vegetable consumption among mothers and homes of schoolchildren in Jalisco
Notice bibliographique
Résumé
INTRODUCTION: Introduction: increasing fruit and vegetable consumption is a priority. It has been prioritized as a fundamental objective of public policies worldwide. Given that such consumption in schoolchildren in Jalisco (Mexico) is below the dietary recommendations it is crucial to identify the determinants that influence this consumption to promote the development of contextualized actions that improve it. Objective: to identify the socioeconomic and sociodemographic determinants of fruit and vegetable consumption among mothers and households of schoolchildren in Jalisco, Mexico. Method: an analytical, cross-sectional study carried out during the first quarter of 2020. A validated food consumption frequency and a questionnaire on sociodemographic and socioeconomic factors were used for its development. Results: a lower educational level of the mothers of schoolchildren was associated with a lower consumption of vegetables by schoolchildren. In turn, a lower household income level was associated with a lower consumption of fruits in schoolchildren. Conclusions: a low educational level of mothers and a low household income were determinants associated with fruit and vegetable consumption in schoolchildren. However, there were differences in the determinants for fruits and vegetables. It is essential to consider these factors and their differences in order to plan actions that contribute to improving fruit and vegetable intake in the school population.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».