“Competitive” food and beverage policies and weight status: A systematic review of the evidence among sociodemographic subgroups
Notice bibliographique
Résumé
Prior studies identified variable associations between competitive food and beverage policies (CF&B) and youth obesity, potentially due to differences across population subgroups. This review summarizes the evidence on associations between CF&B policies and childhood obesity within gender, grade level/ age, race/ethnicity, and/or socioeconomic levels. PubMed, EMBASE, CINAHL, and ERIC database searches identified studies published in English in Canada and the United States between January 1, 2000, and February 28, 2022. Of the 18 selected studies, six were cross-sectional, two correlational, nine were before/after designs, and one study utilized both a cross-sectional and pre-post design. Twelve studies reported findings stratified by a single sociodemographic factor, with grade level/age as the most frequently reported. Although the evidence varied, greater consistency in direction of associations and strengths of evidence were seen among middle school students. Six studies reported findings jointly by multiple sociodemographic subgroups with evidence suggesting CF&B associations with slower rate of increase or plateaus or declines in obesity among multiple subgroups, though the strengths of evidence varied. Over the past two decades, there have been relatively limited subgroup analyses on studies about CF&B policies and childhood obesity. Studies are needed with stronger designs and analyses disaggregated, particularly by race/ethnicities and socioeconomic factors, across places and time.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».