MétaCan
Menu
Retour à la cohorte
Enregistrement W7151708068

Mokyklos amžiaus vaikų sveikata ir gyvenimo būdas Telanganoje, Indijoje

2021· dissertation· en· W7151708068 sur OpenAlexaboutno aff
Rohith Odela

Notice bibliographique

RevueLithuanian University of Health Sciences · 2021
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic healthHealth educationSchool healthRural areaHealth promotionLithuanianHealth behaviorFamily health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Rohith Odela. Health and lifestyle behavior of school aged children in Telangana, India: Master thesis /Supervisor prof. L. Šumskas, Department of Preventive Medicine, Medical Academy, Lithuanian University of health Sciences. – Kaunas, 2021. – 48 p. Purpose: To analyze the health profile and lifestyle of school-age children in Telangana, India. Objectives: Analysis of health status (nutrition, low physical activity, smoking, alcohol use and sexually explicit health screening; comparing and evaluating school children 's health in urban and rural schools in Telangana. . Methods: Health behavioral data analyzed below were collected from a school-based, segregated, anonymous study conducted April-May 2021 at 2 different schools in Telangana (India). A sample of learners covered Grade 6 to 10 learners (5 classes) in one public school in a rural area (n = 150) and in one private school (n = 150) in an urban area. A total of 300 students aged 13 to 17 participated in the study. Question forms are provided to students. The respondent's method of completing the questionnaires was recently explained. The questionnaire contained 41 questions about respondents with information about people (gender, age, place of residence) and health behavior - perceived health, illness and health complaints, unhealthy behavior (smoking, alcohol) eating habits, exercise, leisure time, injury behavior, family and peer relationships, school-related behavior. Results: Most school children from Telangana State, India, aged 13-17 years reported good health and oral health. . "Eating breakfast every school day" was common only for 7.5% boys and 42.8% girls (p <0.05). 82.1% of boys and 83.0% of girls ate vegetables daily (p> 0.05). In comparison, girls ate fresh fruit daily Eating breakfast was only 41.4 boys and 49.8% girls (p <0.05), that 82.1% boys and 83.0% girls ate vegetables daily (p> 0.05). Overall, boys reported eating fruit more often than girls (22.2% VS. 33.7%, respectively, p <0.05). The boys reported high consumption of sweets and also showed high daily consumption of cold drinks (p <0.05). The data showed that boys were more active than girls. Only a small percentage of schoolboys and girls reported smoking and drinking in Telangana. Comparison of the behavior of students aged 13-17 years in Telangana with seven selected HBSC countries (Lithuania, Sweden, the Netherlands, Portugal, Ireland, Canada, and Denmark) showed that there was little difference between school students in Telangana and HBSC countries. Conclusions: A general health behavior profile for 13–17-year-old children in Telangana, India, presented by this study. A small percentage of weekly alcohol and smoking users are established among Telangana students. Very small differences have been observed between Telangana school students and students in seven HBSC countries (2018 survey data are compared).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0570,016

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 Opus0,069
Tête enseignante GPT0,421
Écart entre enseignants0,352 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLithuanian University of Health SciencesMême sujetSchool Health and Nursing EducationTravaux en français237 207