Content and thematic analyses of calcium and weight messages in Canadian women's magazines
Notice bibliographique
Résumé
Osteoporosis affects 1.4 million Canadian women over 50 years of age.Maximizing bone mass by age 30 may reduce this risk.Both reduced calcium intake and weight loss are associated with compromised bone mass.Over 50% of Canadian women do not consume recommended amounts of milk and over 600lo of women report dieting.The purpose of this study was to determine the nature of calcium and weight information offered in Canadianmagazines.This focus was chosen because over 70o/o of Canadian women have reportedmagazines as a source of nutrition information.American magazines have been studied, but not Canadian.Therefore, this study used quantitative and qualitative research methods to examine the frequency and content of calcium and weight messages in 24 issues of Flare and Chatelaine, published in 2000 and 2001.beyond the prime age for maximizing bone density, however some of these were ageappropriate because they provided advice for their children.Messages focusing on weight emphasized weight loss through the theme of promoting the thin ideal.Achieving the thin ideal provided strategies to achieve thinness including diets/diet products, food choices, exercise, and changing appearance in some way.Preventing obesity was touched on, while some messages promoted self-acceptance.Generally, Flare's messages concentrated on weight while providing limited calcium information.This inadvertently promotes a lifestyle that may increase risk for osteoporosis.tv DEDICATION I dedicate this work to my children, Liat, Danit, and Eidan, to inspire you.This project exemplifies the notion that anything can be achieved, at any point in life, when goals are set and the desire is within.I also dedicate this thesis to my husband, Ami, whose unrelenting support was so appreciated.On the most stressful of days, when quitting seemed like a simple solution, your encouragement allowed me to continue to pursue my ambition and achieve my goals.ACKNO\ryLEDGMENTS A sincere thank you is extended to the following individuals and organizations.Their
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 | 0,015 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,013 | 0,018 |
| Études des sciences et des technologies | 0,011 | 0,008 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».