MétaCan
Menu
Retour à la cohorte
Enregistrement W4229592830 · doi:10.1002/mhw.31931

In Case You Haven't Heard…

2019· article· en· W4229592830 sur OpenAlexaboutno aff

Notice bibliographique

RevueMental Health Weekly · 2019
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnxietyDepression (economics)Mental healthUnemploymentQuarter (Canadian coin)PsychologyHavenAssociation (psychology)Environmental healthMedicinePsychiatryDemographyGerontologyGeographySociology

Résumé

récupéré en direct d'OpenAlex

New research has discovered that eating, for example, four extra portions of fruit and vegetables a day can boost people's mental health to such an extent that it can offset half the negative psychological impact of divorce and a quarter of the psychological damage of unemployment, the Warwick Business School reported May 27. Other studies have used people's subjective responses to surveys to discover a link between eating fruit and vegetables and improved well‐being. But this is one of only a few studies that has found objective evidence of the association between fruit and vegetables and psychological health. The study used a representative sample of 7,108 respondents who answered they had not been diagnosed with depression or anxiety in 2007, to see if their diet could predict their chance of depression two years later. The results revealed an inverse relationship between fruit and vegetables and future depression or anxiety — i.e., the more fruit and vegetables people ate, the less likely they were to be diagnosed with a mental illness in later periods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,006

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 Opus0,026
Tête enseignante GPT0,379
Écart entre enseignants0,353 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMental Health WeeklyMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207