Relationship between Health Workers' Body Mass Index, Emotional Eating, And Uncontrolled Eating
Notice bibliographique
Résumé
Background: Obesity and overweight are significant public health concerns globally, with healthcare professionals being particularly vulnerable due to high job demands and stress. The relationship between body mass index (BMI), job stress, and eating behaviors remains underexplored in this population, despite evidence linking workplace stress to unhealthy eating habits and weight gain. Methods: This study, conducted over three months , assessed the relationship between BMI, job stress, and eating behaviors among 400 male and female healthcare professionals. Participants were classified into normal, overweight, and obese BMI categories based on measured weight and height. Data were collected using the Brief Job Stress Questionnaire and the Adult Eating Behaviour Questionnaire (AEBQ). Statistical analysis, including descriptive statistics and Spearman’s rank correlation, was performed using SPSS version 28, with a significance threshold of p ≤ 0.05. Results: Among the participants, 230 had normal BMI, 110 were overweight, and 60 were classified as obese (class 1 and class 2). Physiotherapists reported the highest levels of job stress, particularly in the normal BMI category, while dental professionals experienced the least. Eating behaviors were elevated in 260 participants, with mean AEBQ scores varying across BMI categories. Despite the high prevalence of job stress and altered eating behaviors, the correlation between BMI, job stress, and eating behavior was weak and not statistically significant. Conclusion: The study highlights that while job stress and unhealthy eating behaviors are prevalent among healthcare professionals, their direct correlation with BMI remains inconclusive. Lifestyle factors such as physical activity and dietary habits may play a more critical role in influencing BMI, underscoring the need for targeted interventions to promote healthier lifestyles in this 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 | 0,005 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».