Is Food Outlet Accessibility a Significant Factor of Fruit and Vegetable Intake? Evidence from a Cross-Sectional Province-Wide Study in Quebec, Canada
Notice bibliographique
Résumé
Unhealthy eating habits can compromise one’s health and generate significant individual, social, and health services costs. The adoption of healthy eating habits depends on individual and environmental determinants related to the characteristics of the physical, economic, political, and socio-cultural environments. The objective of this cross-sectional study was to assess the effect of the physical environment, more precisely the effect of food outlet accessibility, on diet. A subsample of the CARTaGENE survey, composed of 7783 adults aged 40 to 70 years old residing in four cities in Quebec (Canada), was used. Measures of proximity as well as absolute and relative measures of the density of retail food outlets, fast-food outlets, and convenience stores near participants’ residences were used to analyze fruit and vegetable (F&V) intake. Univariate logistic regression showed that the minimal recommended portions of F&V intake (5 or more portions) were significantly associated with all seven measures of the retail food environment (OR between 0.76 and 1.27). However, these relations were mostly non-significant when confounding variables were considered in the analysis except and counterintuitively for proximity to the nearest convenience store and density of convenience stores. Variables most significantly correlated to F&V intake were individual-level confounding variables of sex, income, and education. These results show that more research is needed to understand factors explaining F&V intake in this 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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».