MétaCan
Menu
← Retour à la cohorte
Enregistrement W7104263150 · doi:10.71781/1079

Les déterminants sociaux de la consommation d’aliments ultra-transformés d’enfants noirs de descendance africaine et caribéenne à Ottawa

2024· dissertation· fr· W7104263150 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2024
Typedissertation
Languefr
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood consumptionResearch methodologyGender relationsEthnic community

Résumé

récupéré en direct d'OpenAlex

Problématique : La consommation d'aliments ultra-transformés (AUT) est une préoccupation croissante en raison de ses effets négatifs sur la qualité de l'alimentation et l'état de santé. La consommation de AUT varie en fonction de divers déterminants sociaux. Les personnes noires (immigrantes ou non) sont touchées de manière disproportionnée par des maladies chroniques reliées à l'alimentation. Malgré cela, il y a un manque de données sur la consommation d'AUT des populations noires au Canada, et en particulier chez les enfants. En effet, aucune étude n'a porté sur les déterminants de la consommation de AUT chez les enfants noirs au Canada. Objectifs : (1) Identifier des déterminants sociaux reliés à la consommation d’AUT chez les enfants; (2) Identifier des profils de déterminants sociaux des enfants qui ont une consommation élevée d’AUT. Méthodologie : Cette étude transversale incluait 174 dyades mère-enfant, composées de mères s'auto-identifiant comme noires, originaires des Caraïbes ou d'Afrique subsaharienne, et de leurs enfants âgés de 6 à 12 ans, résidant à Ottawa. Les caractéristiques démographiques et socio-économiques des mères et de leurs enfants ont été recueillies à l'aide de questionnaires, tandis que les apports alimentaires des enfants ont été évalués par des rappels alimentaires de 24 heures de 2014 à 2015. Des ANOVA ont été réalisées pour évaluer les relations entre les caractéristiques des mères, des enfants et des ménages, et la consommation d'AUT des enfants. Une analyse de clusters TwoStep a été effectuée pour explorer les regroupements naturels des participants en fonction de leurs déterminants sociaux communs. Les clusters identifiés ont été comparés en effectuant des tests du chi carré et des tests de Student. Résultats : Les résultats indiquaient que les enfants dont les mères résidaient en Canada depuis plus longtemps (p<0,001), dont les mères étaient des immigrantes de la catégorie de regroupement familial (p=0,005), et dont les ménages étaient en situation de sécurité alimentaire (p=0,049), consommaient davantage d’AUT que leurs homologues respectifs. De plus, l'analyse des clusters a révélé deux profils d'enfants, soit désavantagé et établi, renforçant les associations précédentes. Les enfants du profil établi avaient un apport énergétique moyen provenant des AUT 9% plus élevé que ceux du profil désavantagé (p=0.006). Conclusion : Cette étude a fourni de premiers résultats sur les déterminants sociaux de la consommation d'AUT chez des enfants noirs d'origine africaine et caribéenne d'Ottawa. Cependant, certains résultats divergent avec de précédents résultats au Canada, suggérant que les relations entre la consommation d'AUT et les déterminants sociaux sont moins uniformes que ce que l'on pouvait croire jusqu'à présent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,077
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,166
Tête enseignante GPT0,525
Écart entre enseignants0,359 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetFood Security and Health in Diverse Populations→Travaux en français237 207→