Estimation des calories supplémentaires liées à la consommation d’alcool comme facteur potentiellementnégligé de l’obésité chez les jeunes
Bibliographic record
Abstract
Introduction Les taux d’obésité chez les jeunes ne cessent d’augmenter au Canada. Dans cette étude, nous avons réalisé des estimations conservatrices des calories excédentaires susceptibles de découler de la consommation d’alcool en fonction des habitudes de consommation courantes chez les jeunes Canadiens, afin de déterminer si la consommation d’alcool devrait être prise en compte dans les futures stratégies de prévention de l’obésité. Méthodologie Des données portant sur 10 144 élèves de 12e année ayant participé à l’étude COMPASS (2013-2014) ont été utilisées pour estimer l’apport calorique annuel provenant de la consommation d’alcool. Pour effectuer nos estimations, nous avons classé les boissons alcoolisées en trois catégories, en fonction de leur teneur moyenne en calories (coolers à base de vodka; bière 5 %; bière 4 %, vin et spiritueux) et de la fréquence de consommation et d'abus occasionnel d’alcool (ou hyperalcoolisation rapide). Résultats Les résultats ont indiqué un apport calorique potentiel élevé chez les élèves qui s’adonnaient aux abus occasionnels d’alcool, ainsi qu’une forte variabilité dans les estimations de l’apport calorique en fonction des habitudes de consommation courantes associées aux différents types de boisson. Par exemple, 27,2 % des élèves s’adonnaient à un abus occasionnel d’alcool une fois par mois, ce qui représente une consommation de 6 000 à 13 200 calories par année (soit 0,78 à 1,71 kg de gras). Pour les 4,9 % d’élèves qui s’adonnaient à un abus occasionnel d’alcool deux fois par semaine, le nombre de calories consommées en une année se situerait entre 52 000 et 114 400 (soit 6,74 à 14,83 kg de gras). Conclusion Les recommandations en vigueur pour la prévention de l’obésité chez les jeunes ne tiennent généralement pas compte de la consommation d’alcool. Étant donné à la fois les taux élevés de consommation d’alcool et d'abus occasionnels d’alcool fréquents chez les jeunes mis en lumière dans cette étude et la grande quantité de calories que contiennent les boissons alcoolisées, tenir compte de la consommation d’alcool dans les efforts de prévention de l’obésité chez les jeunes serait pertinent.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".