Wealth and Sedentary Time Are Associated With Dietary Patterns Among Preadolescents in Nairobi City, Kenya
Notice bibliographique
Résumé
OBJECTIVE: The study aimed to compare dietary patterns in preadolescents in urban areas with different physical activity and socioeconomic profiles in Nairobi, Kenya. DESIGN: Cross-sectional. PARTICIPANTS: Preadolescents aged 9-14 years (n = 149) living in low- or middle-income areas in Nairobi. VARIABLES MEASURED: Sociodemographic characteristics were collected using a validated questionnaire. Weight and height were measured. Diet was assessed using a food frequency questionnaire and physical activity by accelerometer. ANALYSIS: Dietary patterns (DP) were formed through principal component analysis. Associations of age, sex, parental education, wealth, body mass index, physical activity, and sedentary time with DPs were analyzed with linear regression. RESULTS: Three DPs explained 36% of the total variance in food consumption: (1) snacks, fast food, and meat; (2) dairy products and plant protein; and (3) vegetables and refined grains. Higher wealth was associated with higher scores of the first DP (P < 0.05). CONCLUSIONS AND IMPLICATIONS: Consumption of foods often deemed unhealthy (eg, snacks and fast food) was more frequent among preadolescents whose families were wealthier. Interventions that seek ways to promote healthy lifestyles among families residing in urban areas of Kenya are warranted.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».