Dietary Patterns of Off-Reserve Indigenous Peoples in Canada and Their Association with Chronic Conditions
Notice bibliographique
Résumé
Nationally representative nutrition surveys (Canadian Community Health Survey (CCHS) Cycle 2.2, Nutrition 2004 and 2015) were used to examine dietary patterns and their association with socioeconomic/sociodemographic factors and chronic conditions in off-reserve Indigenous population in Canada. A cluster analysis was used to identify dietary patterns (DPs), and the Nutrient Rich Food Index (NRF 9.3) was used as the diet quality score and stratified by age/gender groups. In 2004 (n = 1528), the dominant DPs among Indigenous adults (age = 41 ± 2.3) were “Mixed” (mean NRF = 450 ± 12) and “Unhealthy” among men (mean NRF = 426 ± 18), “Fruits” among women (mean NRF = 526 ± 29), and “High-Fat/High-Sugar” among children (age = 10.2 ± 0.5) (mean NRF = 457 ± 12). In 2015 (n = 950), the dominant DPs were “Unhealthy” (mean NRF = 466 ± 6), “Mixed” (mean NRF = 485 ± 21), Healthy-Like (mean NRF = 568 ± 37), and “Mixed” (mean NRF = 510 ± 9) among adults (age = 45.6 ± 2.2), men, women, and children (age = 10.9 ± 0.3) respectively. The majority of Indigenous peoples had the “Unhealthy” DP with a low diet quality, which may contribute to a high prevalence of obesity and chronic diseases. The income level and smoking status among adults and physical inactivity among children were recognized as important factors that may be associated with the dietary intake of off-reserve Indigenous population.
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 | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».