MétaCan
Menu
Retour à la cohorte
Enregistrement W4403877301 · doi:10.1111/cdev.14191

Experiences of discrimination and snacking behavior in Black and Latinx children

2024· article· en· W4403877301 sur OpenAlexaff
Katherine B. Ehrlich, Julie M. Brisson, Elizabeth R. Wiggins, Sarah M. Lyle, Manuela L. Celia-Sanchez, Daisy J. Gallegos, Kharah M. Ross, Mary A. Gerend

Notice bibliographique

RevueChild Development · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensAthabasca UniversityUniversity of Calgary
Organismes subventionnairesNational Institute on Drug AbuseJacobs FoundationBrain and Behavior Research Foundation
Mots-clésSnackingModerationPsychologyBody mass indexAssociation (psychology)Developmental psychologyPercentileSocial psychologyObesityMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Little is known about how discrimination contributes to health behaviors in childhood. We examined the association between children's exposure to discrimination and their snacking behavior in a sample of youth of color (N = 164, M age = 11.5 years, 49% female, 60% Black, 40% Hispanic/Latinx). We also explored whether children's body mass index (BMI) or sleepiness moderated the association between discrimination and calorie consumption. The significant link between discrimination and calorie consumption was moderated by children's BMI, such that discrimination was associated with calorie consumption for children with BMI percentiles above 79%. Children's sleepiness did not serve as an additional moderator. Efforts to promote health should consider children's broader socio-contextual experiences, including discrimination, as factors that may shape eating patterns.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,160

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,354
Écart entre enseignants0,321 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChild DevelopmentMême sujetRacial and Ethnic Identity ResearchTravaux en français237 207