Social Determinants of Adolescent Eating Behaviours: Findings from the 2019 Canadian Health Survey on Children and Youth
Notice bibliographique
Résumé
INTRODUCTION: Limited evidence is available on the eating behaviours of Canadian adolescents. We examined how eating behaviours vary by social factors in a large nationwide sample of Canadian adolescents. METHODS: This cross-sectional study used data from the 2019 Canadian Health Survey on Children and Youth (n = 13 605 adolescents aged 12-17 years). Gender-stratified multivariable regression models were used to test for differences in the likelihood of breakfast consumption, evening family meals, sugar-sweetened beverages (SSB) intake and restrictive eating by gender, age, racial/cultural background, parental education, household income, and food security status. RESULTS: Compared to boys, girls were more likely to consume breakfast infrequently, have fewer evening family meals, engage in restrictive eating, but were less likely to consume SSB frequently. Adolescents aged 14 to 17 demonstrated a higher likelihood of infrequent breakfast consumption, reduced participation in family meals, engagement in restrictive eating behaviours, and frequent consumption of SSB compared to those aged 12 to 13. Black adolescents were more likely to report infrequent breakfast, lower participation in evening family meals and frequent SSB consumption compared to their White peers. Adolescents whose parents had a high school degree or lower education were more likely to report infrequent breakfast consumption and frequent SSB consumption compared to adolescents whose parents had a college degree or higher. Lower household income and food insecurity were linked to adolescents' frequency of breakfast consumption, evening family meals, and SSB intake, but showed no association with restrictive eating behaviours. CONCLUSION: Disparities in eating behaviours exist among Canadian adolescents, underscoring the need for social policies that address structural determinants shaping dietary behaviours in this population.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».