A Study on the Effect of Breakfast Habits on Blood Pressure and Academic Performance among University Students in Saudi Arabia
Notice bibliographique
Résumé
Introduction: Skipping breakfast is becoming common and can significantly affect a person's physiological and psychological health. Objectives: To determine the prevalence and factors associated with skipping breakfast among undergraduate students of Saudi Arabia. Methods: A cross-sectional survey was conducted in two regions of Saudi Arabia using a self-designed and validated questionnaire that included demographic and anthropometric measurements with both open-ended and closed-ended questions. The sample size was 236 students, both adult males and females of age ≥ 18 years of age. Breakfast consumption was assessed using the single-question item: "How often do you eat breakfast?" (Almost every day, sometimes, rarely, or never). Skipping breakfast was defined as respondents indicating that they "sometimes," "rarely," or "never" have breakfast. Results: Out of a total sample of 236, only 108 participants (45.8%) were consuming breakfast, and 128 participants (54.2%) skipped breakfast in the morning. Cereals were consumed daily by only approximately 20% of the participants. Toast or bread, eggs, and tea/coffee were the most consumed breakfast by more than 50% of the subjects. The highest recognized reason for skipping breakfast is no time to eat in the morning. Age, Systolic Blood pressure, and BMI were found to be significantly associated with breakfast skipping. Conclusions: Evidence from observational studies suggests that skipping breakfast in real-world settings may contribute to weight gain and the development of overweight and obesity. Future research should explore other anthropometric measures beyond BMI and account for potential confounding factors.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».