A Clustering Study of Dietary Patterns and Physical Activity among Workers of the Uruguayan State Electrical Company
Notice bibliographique
Résumé
Recent studies have shown that certain nutrients, specific food groups, or general dietary patterns (DPs) can promote health and prevent noncommunicable chronic diseases (NCCDs). Both developed and developing countries experience a high prevalence of NCCDs due to poor lifestyle habits, DPs, and low physical activity levels. This study aims to examine the dietary, physical activity, sociodemographic, and lifestyle patterns of Uruguayan State Electrical Company workers (the IN-UTE study). A total of 2194 workers participated in the study, providing information about their sociodemographics, lifestyles, and dietary habits through different questionnaires. To identify DPs from 16 food groups, principal component analysis (PCA) was performed. A hierarchical cluster algorithm was used to combine food groups and sociodemographic/lifestyle variables. Four DPs were extracted from the data; the first DP was related to the intake of energy-dense foods, the second DP to the characteristics of the job, the third DP to a Mediterranean-style diet, and the fourth DP to age and body mass index. In addition, cluster analysis involving a larger number of lifestyle variables produced similar results to the PCA. Lifestyle and sociodemographic factors, including night work, working outside, and moderate and intense PA, were significantly correlated with the dietary clusters, suggesting that working conditions, socioeconomic status, and PA may play an important role in determining DPs to some extent. Accordingly, these findings should be used to design lifestyle interventions to reverse the appearance of unhealthy DPs in the UTE 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 | 0,001 | 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 | 0,000 | 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) | 0,001 | 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 ».