The prospective associations between internalized weight bias and physical activity among adolescents
Notice bibliographique
Résumé
This study examined the associations between internalized weight bias and physical activity (resistance training, moderate-to-vigorous physical activity; MVPA) across weight perceptions over one year among Canadian adolescents. Participants in Years 10 (T1; 2021–2022) and 11 (T2; 2022–2023) of the COMPASS study completed a cross-sectional self-report survey each year ( N = 23,574, M age = 14.3 (SD = 1.2), 51.5 % cisgender girls). Linear mixed effects multilevel models stratified by weight perception (underweight, about the right weight, overweight) tested the association between T1 internalized weight bias and T2 physical activity after controlling for province, gender, ethnicity, perceived affluence, age, and T1 physical activity. Adolescents with overweight perceptions reported higher internalized weight bias (ηp 2 = .05) and lower MVPA (ηp 2 = .004) and resistance training (ηp 2 = .01) than adolescents with lower-weight perceptions. For adolescents with underweight and about the right weight perceptions, internalized weight bias was associated with more MVPA [b(SE) = 6.8(3.0); 3.7(1.4)] and resistance training [b(SE) = .33 (.12); .11(.06)] one year later compared to adolescents reporting no internalized weight bias. Physical activity levels were not different across levels of internalized weight bias among adolescents with overweight perceptions. The differing associations between internalized weight bias and physical activity across weight perceptions may relate to broader anti-fat attitudes and experiences of stigma that uniquely impact adolescents with overweight perceptions. Future research should consider the physical activity motivations associated with internalized weight bias. • Limited longitudinal evidence examining IWB and physical activity among adolescents. • Internalized weight bias (IWB) and physical activity associations varied by weight. • IWB related to lower physical activity among underweight and about right perceptions. • Null associations were noted among adolescents with overweight perceptions.
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 | 0,003 |
| 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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».