Acculturation and Emotional Eating Among Arabic Middle Eastern Women in the United States
Notice bibliographique
Résumé
Obesity is a substantial problem that occurs worldwide and is highly associated with increased risks of chronic diseases such as Type II diabetes mellitus, cardiac-related diseases, hypertension, and some cancers. Middle Eastern cultures have one of the highest rates of overweight and obesity, estimated to be the second highest worldwide. The purpose of this study was to examine the relationship among stress, depression, emotional eating, and weight gain in Middle Eastern women, specifically Arabs, who have moved to the United States, using a quantitative approach. The theoretical foundation was psychosomatic theory, which explains the connection between psychological problems and emotional eating. This theory suggests that mental conditions increase the chances of overeating among people who find food rewarding. An online survey was used to collect data from a convenience sample of approximately 150 participants using demographics, Cohen’s Perceived Stress questionnaire, the Hamilton Depression Rating Scale, the Vancouver Index of Acculturation questionnaire, and the 25-item Emotional Eating Scale. Arabic Middle Eastern women were focused on in this study to understand whether mental changes such as stress, depression, and acculturation may increase overeating because of moving to the United States. The findings, although they did not reach significance, may promote positive social change by showing the need for more medical practitioners who understand how better to treat Arabic Middle Eastern women who suffer from obesity as well as help these women to identify factors that may contribute to their overeating and subsequent weight gain.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».