MétaCan
Menu
Retour à la cohorte
Enregistrement W7076709893 · doi:10.34961/6421

Identification of health-related behavioural clusters and their association with demographic characteristics in Irish university students

2019· article· en· W7076709893 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueUniversity of Limerick Institutional Repository (University of Limerick) · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrishCluster (spacecraft)Association (psychology)Logistic regressionQuarter (Canadian coin)Alcohol consumptionHealth promotionIdentification (biology)

Résumé

récupéré en direct d'OpenAlex

Background: Students engage in risky health-related behaviours that influence their current and future health status. Health-related behaviours cluster among adults and differently based on sub-populations characteristics but research is lacking for university populations. Examining the clustering of health- related behaviours can inform our initiatives and strategies, while examining cluster members’ characteristics can help target those who can prosper most from health promotion efforts. This study examines the clustering of health-related behaviours in Irish university students, and investigates the relationship with students’ sex, age, field of study and accommodation type. Methods: An online survey was completed by 5672 Irish university students (51.3% male; 21.60 ± 5.65 years) during 2014. Two-step cluster analysis was used to understand how health-related behaviours (physical activity, smoking, alcohol intake, drug use and dietary habits) cluster among male and female students. Binary logistic regressions were conducted to examine the likelihood of students falling into certain clusters based on their characteristics. Results: Five cluster groups were identified in males and four in females. A quarter of males were categorised as ideal healthy with older students and those from certain fields of study having a higher likelihood of being classified in a low physical activity and poor diet (OR = 1.06–2.89), alcohol consumption (OR = 1.03–3.04), or smoking and drug use (OR = 1.06–2.73) cluster. Forty-five percent of females were categorised as ideal healthy with older females more likely to be in a low active and smoking cluster (OR = 1.03), and less likely to be in a convenience food cluster (OR = 0.96). Females from certain fields of study were also more likely to be classified in these clusters (OR = 1.59–1.76). Students living away from their family home had in increased likelihood of being in a cluster related to a higher frequency of alcohol consumption (OR = 1.72–3.05). Conclusion: Health-related behaviours cluster among this population and need to be taken into account when designing multi-health interventions and policies. These findings can be used to target student groups at risk, leading to more efficient and successful health promotion efforts. The addition of modules providing information regarding health-related behaviours are advised in all fields of 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,175
Écart entre enseignants0,170 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle