Notice bibliographique
Résumé
Th e World Health Organization (WHO) defi nes obesity as “abnormal or excessive fat accumulation that may impair health”1. Obesity is caused by an energy imbalance between calories consumed and calories expended- basically the individual is taking in more calories than they are expending. However, reducing obesity is not as simple as telling people to eat less and exercise more. Th ere are many factors that lead to obesity, tied together in complex relationships between physiology, individual behaviours and environmental factors at the family, community, national and global levels. Causes of obesity in the Aboriginal population First Nations, Inuit and Métis people in Canada have much higher rates of obesity and diseases associated with obesity such as diabetes, hypertension and heart disease. Rates of obesity are even higher for First Nations, Inuit and Métis children compared to the Canadian born non-Aboriginal population of children. Th ese high rates are related to a complex set of related factors that have been categorized by Willows et al (2012)2 as early life events, family feeding practices, food insecurity and colonization practices and policies. Th is group of researchers examined the many factors that contribute to high rates of childhood obesity in Aboriginal communities. Th ey developed an ecological model to help understand the complex interactive relationship between the many contributing factors, as well as recognizing the fact that colonization infl uences all levels of the model. The Individual An individual’s risk of becoming obese is directly impacted at several levels. Certain un-modifi able biological factors, such as age, sex and genes, may predispose an individual to obesity. Early life events can also lead to obesity such as having an overweight or obese mother, having a mother with diabetes, and not being breastfed. An individual’s knowledge and beliefs about healthy weight can also aff ect their likelihood of becoming obese. Th e probability is also impacted by psychological factors such as self-effi cacy, motivations and
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,007 |
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 ».