Diseño de un estudio comunitario randomizado controlado multi-componente para prevención de obesidad en niños escolares: Protocolo de investigación
Bibliographic record
Abstract
Introducción: el objetivo fue diseñar un estudio comunitario randomizado controlado multi-componente y evaluar su efecto en la prevención de obesidad en escolares del departamento de Caaguazú, Paraguay.Material y métodos: Diseño: ensayo comunitario randomizado controlado. Lugar: 16 escuelas públicas y privadas del área urbana y rural del Departamento de Caaguazú, Paraguay. Participantes e intervención: 16 escuelas serán asignadas aleatoriamente a dos grupos. Grupo intervención, recibirán un programa de educación nutricional y actividad física en el entorno escolar durante 6 meses. Grupo control, recibirán 3 charlas educativas en el mismo periodo. Medición de las principales variables: primaria (espesor de pliegues cutáneos), secundarias (z índice de masa corporal, conocimientos nutricionales, consumo de frutas y verduras, nivel de actividad física) y variables demográficas (sexo, edad, zona de residencia). Todas las variables serán medidas en la línea base y al final del estudio, utilizando herramientas calibradas, cuestionarios validados y protocolos de procedimiento. Análisis: se utilizará estadística descriptiva, además de los test t Student y chi2 para establecer diferencias. Se correrán modelos de regresión lineal y logística crudos y ajustados.Ética y diseminación: el protocolo de estudio ha sido evaluado y aprobado por el Comité de Ética en Investigación de la Universidad Nacional de Caaguazú. Se utilizarán consentimientos informados institucionales (escuelas) e individuales (padres) y asentimiento de los niños.
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 | 0.093 | 0.121 |
| Meta-epidemiology (narrow) | 0.004 | 0.003 |
| Meta-epidemiology (broad) | 0.008 | 0.005 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.007 | 0.004 |
| Insufficient payload (model declined to judge) | 0.029 | 0.005 |
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".