Weight gain and social support networks in Canadian federal correctional facilities
Notice bibliographique
Résumé
Purpose This study aims to examine whether inmate’s social support network is related to changes in anthropometric data among individuals in Canadian correctional facilities. Design/methodology/approach Methods: A total of 754 participants in federal correctional facilities who had been incarcerated for at least six months responded to the questionnaire by interview regarding their social support network. Chi-square tests and non-parametric tests for median comparison were used to measure changes in anthropometric data [weight and body mass index (BMI)] between the date of admission into custody and the date of the interview. Subsequently, a multivariate regression analysis for BMI change was conducted to adjust for covariates such as sex, age and ethnicity. Findings Results: Participants who received more than two visits per month had significantly lower weight gain (2.6 kg) than those who received less than one visit per month (7.1 kg, p = 0.02). Similar results were observed for the average change in BMI (p = 0.01). The influence of an external social support network on BMI change remained significant after adjusting for covariates. Conclusions: An individual's external social support network (outside the prison environment) may protect against weight gain in correctional facilities. Given how social support will vary based on the prison context by country and jurisdiction, individual and organizational strategies should be considered to maintain a healthy social support network and increase the number of visits (at every stage of incarceration) to counteract this weight gain and its adverse health consequences. Originality/value The social support network outside the prison environment may protect against weight gain in correctional facilities. Strategies should be considered to maintain a healthy social support network and increase the number of visits to counteract this weight gain and its adverse health consequences.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».