MétaCan
Menu
Retour à la cohorte
Enregistrement W4221034176 · doi:10.1016/j.jneb.2021.11.007

Weight Measurements in School: Setting and Student Comfort

2022· article· en· W4221034176 sur OpenAlexvenueno aff
Emily Altman, Jennifer Linchey, Gabriel Santamaría-Botello, Hannah R. Thompson, Kristine A. Madsen

Notice bibliographique

RevueJournal of Nutrition Education and Behavior · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensnon disponible
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institutes of Health
Mots-clésOverweightPsychologyBody mass indexBody weightWeight lossMedical educationMedicineObesity

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine how body mass index assessments are conducted in schools and whether student comfort with assessments varies by students' perceived weight status, weight satisfaction, or privacy during measurements. METHODS: In-person cross-sectional surveys with diverse fourth- to eighth-grade students (n = 11,510) in 54 California schools in 2014-2015 about their experience being weighed in the prior school year. RESULTS: Half of the students (49%) reported being weighed by a physical education teacher and 28% by a school nurse. Students were more comfortable being weighed by nurses than physical education teachers (P = 0.01). Only 30% of students reported privacy during measurements. Students who were unhappy with their weight (P <0.001) and those who perceived themselves as overweight (P <0.001) were less comfortable being weighed than their peers. CONCLUSIONS AND IMPLICATIONS: Student weight dissatisfaction, higher perceived weight status, and being female were associated with discomfort with school-based weight measurements. Prioritizing school nurses to conduct weight measurements could mitigate student discomfort, and particular attention should be paid to students who are unhappy with their weight to avoid weight stigmatization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,099
Tête enseignante GPT0,492
Écart entre enseignants0,392 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nutrition Education and BehaviorMême sujetObesity and Health PracticesTravaux en français237 207