MétaCan
Menu
Retour à la cohorte
Enregistrement W4298074212 · doi:10.17615/cqfv-w682

The Local Food Environment and Body Mass Index among the Urban Poor in Accra, Ghana

2020· article· en· W4298074212 sur OpenAlexfundno aff
Samuel Nii Ardey Codjoe, Samuel Agyei‐Mensah, Fidelia A. A. Dake, Shu Wen Ng, Amanda L. Thompson

Notice bibliographique

RevueUNC Libraries · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesCarolina Population Center, University of North Carolina at Chapel HillUniversity of North Carolina at Chapel HillUniversity of GhanaInternational Development Research Centre
Mots-clésBody mass indexIndex (typography)GeographySocioeconomicsEnvironmental healthMedicineEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Obesity in the sub-Saharan Africa region has been portrayed as a problem of affluence, partly because obesity has been found to be more common in urban areas and among the rich. Recent findings, however, reveal rising prevalence among the poor particularly the urban poor. A growing body of literature mostly in Western countries shows that obesity among the poor is partly the result of an obesogenic-built environment. Such studies are lacking in the African context. This study examines the characteristics of the local food environment in an urban poor setting in Accra, Ghana and further investigates the associated risk of obesity for residents. Data on the local food environment was collected using geographic positioning system (GPS) technology. The body mass indices (BMI) of females (15-49 years) and males (15-59 years) were calculated from measured weight and height. Data on the socio-demographic characteristics and lifestyle behaviors of respondents was also collected through a household survey. Spatial analysis tools were used to examine the characteristics of the local food environment while the influence of the food environment on BMI was examined using a two-level multilevel model. The measures of the food environment constituted the level 2 factors while individual socio-demographic characteristics and lifestyle behaviors constituted the level 1 factors. The local food environment in the study communities is suggestive of an obesogenic food environment characterized by an abundance of out-of-home cooked foods, convenience stores, and limited fruits and vegetables options. The results of the multilevel analysis reveal a 0.2 kg/m(2) increase in BMI for every additional convenience store and a 0.1 kg/m(2) reduction in BMI for every out-of-home cooked food place available in the study area after controlling for individual socio-demographic characteristics, lifestyle behaviors, and community characteristics. The findings of this study indicate that the local food environment in urban poor Accra is associated with increased risk of obesity through providing access to convenience stores. In order to reduce the risk of obesity in these urban poor communities, there is the need to regulate the availability of and access to convenience stores while also encouraging healthier offerings in convenience stores.

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 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 enseignants0,277
Score d'incertitude au seuil0,384

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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,192
Écart entre enseignants0,179 · 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 tête enseignante, 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUNC LibrariesMême sujetChild Nutrition and Water AccessTravaux en français237 207