Diet habits of employees in higher education
Notice bibliographique
Résumé
Introduction: Inadequate nutrition, excessive use of alcohol and tobacco can significantly increase the risk of chronic mass non-communicable diseases, which are responsible for more than two-thirds of deaths in the adult population globally. The aim of this paper is to analyze the risk factors for chronic non-communicable diseases among employees in higher education. Material and methods: The research was conducted in the form of a cross-sectional study during May 2022. The surveyed population consists of 31 employees of the College of Vocational Studies in Subotica. The research instrument consists of a survey questionnaire created for research purposes. The data analysis was performed using the statistical package SPSS 20. The methods of descriptive statistical analysis, cross-tabulation analysis were applied, and the parametric ch2 test was used to confirm the correlation. Results: A third of the employees have been diagnosed with a chronic disease, most often hypertension and hypercholesterolemia. More than half (58%) of employees eat breakfast, 87% eat lunch and 52% eat dinner regularly. About 60% of employees consume fruits and vegetables at least 5-6 days a week, significantly more often employees over 45. Almost half (42%) of employees consume sweets at least 5-7 days a week, or more often. A quarter (24%) of employees consume alcoholic beverages on a weekly basis. Conclusion: The results of the study show that among employees in higher education there are inadequate eating habits that can increase the risk of chronic mass non-communicable diseases.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».