Assessing adolescent diet and physical activity behaviour, knowledge and awareness in low- and middle-income countries: a systematised review of quantitative epidemiological tools
Notice bibliographique
Résumé
PURPOSE: Quantitative epidemiological tools are routinely used to assess adolescent diet and physical activity (PA) constructs (behaviour, knowledge, and awareness) as risk factors for non-communicable diseases. This study sought to synthesize evidence on the quantitative epidemiological tools that have been used to assess adolescent diet and PA constructs in low to middle-income countries (LMIC). METHODS: A systematised review was conducted using 3 databases (EbscoHost, Scopus and Web of Science). RESULTS: We identified 292 LMIC studies assessing adolescent diet and PA. Identified studies predominantly explored behavioural (90%) constructs with a paucity of studies investigating knowledge and awareness. The majority of studies used subjective (94%) and self-administered (78%) tools. Only 39% of LMIC studies used tools validated for their contexts. CONCLUSIONS: The findings highlight the need for more contextual tools for assessing adolescent diet and PA in LMICs. Diet and PA measurement tools used in future research will need to incorporate measures of knowledge and awareness for a more comprehensive understanding of the epidemiology of diet and PA in adolescents. Furthermore, there is a need for more evidence on the reliability and validity of these tools for use, in both cross sectional and longitudinal studies, in LMIC contexts.
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 | 0,024 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,024 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».