The geography of overweight in Quebec : a multilevel perspective
Notice bibliographique
Résumé
OBJECTIVES: \nExplore the contextual aspects of overweight in Quebec through multilevel modelling, using a purposely designed set of spatial units and a few area-based characteristics. \nMETHODS: \nData came from the Canadian Community Health Survey (CCHS Cycle 2.1). Multilevel logistic regressions were performed to test for the presence of an independent contextual effect on overweight and obesity (BMI > or = 25 kg/m2), separately for men and women. Modelling considered individual attributes, including some lifestyle aspects, and contextual characteristics. A geographic grid integrating spatial elements related to overweight and obesity in the literature was developed. Also, an area-level residuals analysis was carried out to identify spatial units presenting higher or lower odds of being overweight. \nRESULTS: \nAfter accounting for individual and area-level characteristics, there remain significant geographic variations in overweight in Quebec. Although this contextual effect is small for men and women, many spatial units differ significantly from the provincial average. There are differences between the geography of overweight in men and women which suggest that socio-economic mechanisms and land use patterns underlying overweight might be different between genders. Also, there is considerable variability within rural and urban areas. \nCONCLUSION: \nA complex geography of overweight is revealed. Small-scale studies, as well as methodological and data developments, are needed to deepen our understanding of this geography.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».