MétaCan
Menu
Retour à la cohorte
Enregistrement W4321503863 · doi:10.1136/fmch-2022-002112

Nutrition risk varies according to social network type: data from the Canadian Longitudinal Study on Aging

2023· article· en· W4321503863 sur OpenAlexafffundabout
Christine Marie Mills, Heather Keller, Vincent DePaul, Catherine Donnelly

Notice bibliographique

RevueFamily Medicine and Community Health · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of WaterlooResearch Institute for AgingQueen's University
Organismes subventionnairesCanadian Institutes of Health ResearchQueen's UniversityGovernment of CanadaCentrum för Medicinsk Teknik och FysikUniversity of Guelph
Mots-clésLongitudinal dataGerontologyLongitudinal studyPsychologySocial network (sociolinguistics)DemographyEnvironmental healthMedicineSociologyMathematicsStatisticsComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: There were two primary objectives, namely: (1) to determine the social network types that Canadian adults aged 45 and older belong to and (2) to discover if social network type is associated with nutrition risk scores and the prevalence of high nutrition risk. DESIGN: A retrospective cross-sectional study. SETTING: Data from the Canadian Longitudinal Study on Aging (CLSA). PARTICIPANTS: 17 051 Canadians aged 45 years and older with data from baseline and first follow-up of the CLSA. RESULTS: CLSA participants could be classified into one of seven different social network types that varied from restricted to diverse. We found a statistically significant association between social network type and nutrition risk scores and percentage of individuals at high nutrition risk at both time points. Individuals with restricted social networks had lower nutrition risk scores and are more likely to be at nutrition risk, whereas individuals with diverse social networks had higher nutrition risk scores and are less likely to be at nutrition risk. CONCLUSIONS: Social network type was associated with nutrition risk in this representative sample of Canadian middle-aged and older adults. Providing adults with opportunities to deepen and diversify their social networks may decrease the prevalence of nutrition risk. Individuals with more restricted networks should be proactively screened for nutrition risk.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,215
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0130,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,420
Tête enseignante GPT0,489
Écart entre enseignants0,069 · 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

Citations9
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFamily Medicine and Community HealthMême sujetHealth disparities and outcomesTravaux en français237 207