MétaCan
Menu
Retour à la cohorte
Enregistrement W4321230455 · doi:10.3390/children10020392

Prevalence of Breakfast Skippers among Tunisian Preschool and School Children and Association with Weight Status: A Cross-Sectional Study

2023· article· en· W4321230455 sur OpenAlexaff
Darine Dogui, Radhouene Doggui, Jalila El Ati, Myriam El Ati‐Hellal

Notice bibliographique

RevueChildren · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyAssociation (psychology)Environmental healthDemographyMedicinePsychologyPediatricsSociology

Résumé

récupéré en direct d'OpenAlex

Breakfast is considered the most important meal of the day. This study aimed to assess breakfast frequency and quality in Tunisian children and to determine the relationship between breakfast skipping and the weight status of the children. A total of 1200 preschool and school children aged 3 to 9 years were randomly selected under a cross-sectional design. Breakfast habits and socio-economic characteristics were collected using a questionnaire. Participants who consumed breakfast less than five times the previous week were categorized as breakfast skippers. The other breakfast consumers were considered as non-skippers. The overall prevalence of breakfast skipping in Tunisian children was 8.3% and 83% of them consumed breakfast all the weekdays. At least two out of three children had a poor breakfast quality. Only 1% of children consumed breakfast in accordance with the composition guidelines. No relationships between breakfast skipping and weight status were detected in this study after adjustment for age, sex and all socio-economic factors (OR = 1.16, 95% CI = 0.72–1.89, p = 0.541). Further school-based interventions should be implemented to improve breakfast quality and to promote a healthy weight in Tunisian children.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,252
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChildrenMême sujetObesity, Physical Activity, DietTravaux en français237 207