MétaCan
Menu
Retour à la cohorte
Enregistrement W4313594107 · doi:10.1016/j.healthplace.2023.102966

Survey-derived activity space-based exposures to fast food outlets and their cross-sectional associations with use of fast food outlets, diet quality and BMI

2023· article· en· W4313594107 sur OpenAlexaff
Joreintje D. Mackenbach, Michael J. Widener, Emilie van der Gaag, Maria Gabriela Matias de Pinho

Notice bibliographique

RevueHealth & Place · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of Toronto
Organismes subventionnairesHorizon 2020HORIZON EUROPE Framework ProgrammeNederlandse Organisatie voor Wetenschappelijk OnderzoekEuropean Commission
Mots-clésEnvironmental healthCross-sectional studyBody mass indexQuality (philosophy)Work (physics)MedicineGeographyDemographyStatisticsMathematicsEngineeringSociology

Résumé

récupéré en direct d'OpenAlex

There is a need for conceptual and methodological innovation in food environment-health research. We compared different operationalizations of survey-derived activity space exposures to fast food outlets (FFOs) in associations with use of FFO, diet quality and body mass index (BMI). FFO exposure was determined for home, work and a maximum of sixteen other locations reported by 1728 Dutch adults. Considerable differences in count of FFO between locations were found. Adjusted linear regression analyses resulted in small, unexpected associations with use of FFO, diet quality and BMI, whereby the strength of associations differed between exposure measures. Using home and work areas may be a cost-efficient compromise to capture large parts of the exposure to FFOs.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,011
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,119
Tête enseignante GPT0,363
Écart entre enseignants0,245 · 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.

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

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth & PlaceMême sujetObesity, Physical Activity, DietTravaux en français237 207