Interplay between actual and perceived weight on mental health among Canadian Indigenous post-secondary students
Notice bibliographique
Résumé
OBJECTIVES: Research increasingly focuses on the mental health implications of both actual and perceived weight, particularly among post-secondary students. Considering their unique socio-cultural context and the frequent oversight in research, this study examines these implications specifically among Canadian Indigenous post-secondary students. Recent evidence indicates that students with normal weight may also experience increased mental health risks due to negative weight perceptions. Therefore, this study explores the independent and combined effects of actual and perceived weight on the mental health of this group. PARTICIPANTS AND METHODS: = 1,518). Logistic regression models, stratified by sex, were employed to analyze the data. RESULTS: Perceptions of being overweight were linked to a higher risk of mood and anxiety disorders, poor self-rated mental health, and suicidal ideation among female students. This pattern was less evident among male students. Notably, female students who were overweight and perceived themselves as such were more likely to report poor mental health across all four indicators examined. In contrast, male students exhibited a less clear pattern. Diverging from recent studies, the findings indicated less robust mental health disparities among students with normal weight who perceived themselves as overweight, potentially due to the insufficient cell size of this category among Indigenous post-secondary students. CONCLUSIONS: The study highlights the complex interplay between actual and perceived weight and its impact on mental health, particularly among female Indigenous post-secondary students.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 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 ».