Additional file 1 of Prevalence and demographic, substance use, and mental health correlates of fasting among U.S. college students
Notice bibliographique
Résumé
Additional file 1: Supplement Table 1. Demographic Characteristics and Descriptive Statistics of College Student Participants from the 2016–2020 Healthy Minds Study (N = 8255) by Gender and Survey Year. Supplement Table 2. Associations between Demographic Correlates and Survey Year and Any Fasting (≥ 1 Times) in the Past Four Weeks by Gender and BMI. Supplement Table 3. Associations between Demographic Correlates and Survey Year and Regular Fasting (≥ 13 Times) in the Past Four Weeks by Gender and BMI. Supplement Fig. 1. Prevalence (%) of Any (≥ 1 Times) and Regular (≥ 13 Times) Fasting in the Past Four Weeks among Participants with Body Mass Index < 25, by Gender and Survey Year. Supplement Fig. 2. Prevalence (%) of Any (≥ 1 Times) and Regular (≥ 13 Times) Fasting in the Past Four Weeks among Participants with Body Mass Index ≥ 25, by Gender and Survey Year. Supplement Table 4. Associations between Any Fasting (≥ 1 Times) and Regular Fasting (≥ 13 Times) in the Past Four Weeks and Substance Use and Mental Health Correlates by Gender and BMI among Participants from the Healthy Minds Study.
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 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,760 | 0,095 |
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 ».