Trajectories of beverage consumption during adolescence
Notice bibliographique
Résumé
Beverages contribute substantially to daily energy and nutrient intakes. However, little is known about the co-development of beverage consumption throughout adolescence. This study aimed to investigate the presence of naturally occurring sub-groups of girls and boys following distinct trajectories of various types of beverage consumption (i.e. sugary beverages, tea and coffee, water, and milk) throughout adolescence. During the Monitoring Activities for Teenagers to Comprehend their Habits study, data were collected from 744 Canadian youths followed for six years (2013-2019). The participants were asked yearly (start-age 10-11 years old) to report how many times they consumed sugary beverages, tea and coffee, water, and milk in a week. Trajectories of beverage consumption were identified from age 11 to 18 using a person-centred approach, namely group-based multi-trajectory modelling. For girls, three different groups were identified: 'Water consumers' (62.7%), 'High beverage consumers' (20.9%), and 'Water and milk consumers' (16.4%). For boys, four different groups were identified: 'Water consumers' (39.1%), 'Water and milk consumers' (30.5%), 'Sugary drinks, coffee and tea consumers' (20.1%), and 'High beverage consumers' (10.4%). This study illustrates the complexity of beverage consumption patterns in adolescence. Various types of public health messaging and interventions may be required to promote healthier beverage consumption patterns among all adolescents.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».