Changes in chronic disease risk factors and current exercise habits among Canadian adults living with and without a child during the COVID-19 pandemic
Notice bibliographique
Résumé
Background: Canadians have been gravely impacted by the COVID-19 pandemic, and adults living with children may have been disproportionately impacted. The objective of this study was to describe changes in chronic disease risk factors and current exercise habits among adults living with and without a child younger than 18 years old. Data and Methods: A repeated cross-sectional study was conducted using data collected from Canadians aged 15 and older via the Canadian Perspective Survey Series (CPSS) in late March (CPSS1, N=4,383), early May (CPSS2, N=4,367) and mid-July 2020 (CPSS4, N=4,050). This analysis included participants aged 25 and older. At three points during 2020, participants reported whether they increased, decreased, or had not changed their consumption of alcohol, tobacco and junk food or sweets, their screen use, and whether they currently exercised indoors or outdoors. Behaviours were compared for adults living with and without a child, and unadjusted odds ratios (OR) and 95% confidence intervals (CI) were estimated using logistic regression. Results: The presence of a child in the household was associated with higher odds of increased (compared with decreased or no change) alcohol consumption at all three time points, consumption of junk food and sweets at CPSS1 (OR: 1.69, 95% CI: 1.09-2.60), and time on the Internet at CPSS1 (OR: 1.59, 95% CI: 1.05-2.41) and CPSS4 (OR: 1.56, 95% CI: 1.05-2.29). Compared with older adults (aged 55 and older), younger adults (aged 25 to 54) were more likely to exhibit increases in chronic disease risk factors regardless of the presence of a child in the household. Interpretation: A substantial proportion of Canadian adults reported increased chronic disease risk factors during the pandemic, with greater increases noted among adults living with a child, compared with those living without a child. Public health interventions are urgently needed to mitigate the long-term impact of the pandemic on population health.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».