MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389027131 · doi:10.1096/fasebj.30.1_supplement.152.5

No time for family meals – what's a family to do?

2016· article· en· W4389027131 sur OpenAlexfundaboutno aff
Allison W. Watts, Jerica M. Berge, Katie A. Loth, Nicole Larson, Dianne Neumark‐Sztainer

Notice bibliographique

RevueThe FASEB Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesNational Heart, Lung, and Blood InstituteCanadian Institutes of Health Research
Mots-clésMealSocioeconomic statusEnvironmental healthPopulationEthnic groupMedicineGerontologyHealthy eatingPsychologyDemographyPhysical activity

Résumé

récupéré en direct d'OpenAlex

Purpose Much research has touted the health benefits of family meals for adolescents, particularly for healthier diets. However, some families experience barriers (e.g., busy schedules, lack of cooking skills) that make it difficult to have regular family meals. Parents may need guidance about other ways that they might promote healthy eating in their adolescent children. The aim of this study was to examine the impact of the home and family environment at different levels of family meal participation to see what factors are associated with adolescent fruit and vegetable (FV) intake. Results will inform recommendations regarding how other factors in the home environment may promote similar health benefits as having family meals Methods Data were drawn from EAT 2010 (Eating and Activity in Teens), a diverse population‐based study of 2,793 adolescents attending 20 public middle/high schools in Minneapolis/St‐Paul during 2009–2010. Adolescents completed an FFQ and survey items about home environmental factors hypothesized to be related to FV intake (FV availability, FV accessibility, parent encouragement, family communication, and family functioning). Linear regression models were used to examine: 1) individual associations between family meals, home factors and FV intake; 2) the relative influence of family meals and each home factor on FV intake; and 3) interactions between family meal frequency and the presence of other healthful home factors. Models were adjusted for age, sex, socioeconomic status, race/ethnicity and energy intake. Results In unadjusted models, all home factors were positively associated with FV intake. In mutually adjusted models, family meals, FV availability, FV accessibility, and parent encouragement for healthy foods were independently associated with higher FV intake. Among the 949 (35%) adolescents who reported infrequent family meals (≤2 days/week), greater home FV availability, FV accessibility, and parent encouragement were each associated with an approximately half serving increase in FV per day. Adolescents having regular family meals in addition to more favorable home characteristics had up to an additional one serving increase in FV per day. Conclusion Regular family meals in combination with other home environmental factors were associated with the best outcomes; however, instructing families to provide healthy foods and encouragement may lead to meaningful nutritional benefits in the absence of family meals. Support or Funding Information This study was supported by Grant Number R01HL084064 from the National Heart, Lung, and Blood Institute (PI: Dianne Neumark‐Sztainer). AWW was supported by a fellowship from the Canadian Institutes of Health Research.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,279
Écart entre enseignants0,256 · 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

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→