A systematic review of trucking food, physical activity, and tobacco environments and tractor-trailer drivers’ related patterns and practices in the United States and Canada, 1993–2021
Notice bibliographique
Résumé
Truckers in the United States (U.S.) and Canada are at high risk for noncommunicable disease. Although trucking built environments have been highlighted for intervention, no systematic review has assessed aspects of trucking environments that may influence food, physical activity (PA), and smoking patterns/practices. The purpose of this systematic review was to characterize the state of the science on trucking food, PA, and tobacco environments and to examine truckers' food, PA, and tobacco patterns/practices. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines were used. Five databases were selected for searching in April 2020 and 2021 using key terms constructed by a librarian. Peer-reviewed research with data about U.S. and Canadian truckers' (i.e., drivers operating 18-wheelers or tractor trailers) food, PA, and/or tobacco environments and related patterns/practices were included. Quality was assessed using the Mixed Method Appraisal Tool. Thirty-eight studies were identified. Results included data from at least 16,600 truckers and 282 trucking settings in the U.S. (n = 32) and Canada (n = 6). Most studies were classified as quantitative descriptive and of poor quality (average score 3 of 7). The few studies (n = 4) that measured trucking food and PA environments characterized trucking sites as poor. Fifteen (47%) presented data about truckers' perceptions of food or PA environments and highlighted prominent environmental barriers. Truckers' food, PA, and smoking patterns and practices suggested poor diet quality, sedentary practices, and a high prevalence of smoking. The science of trucking food, PA, and tobacco environments is underdeveloped and requires much more focus using validated measures.
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 | 0,017 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,008 |
| Bibliométrie | 0,023 | 0,028 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».