Analyse sociodémographique et géographique d’embonpoint et d’obésité chez les adultes canadiens, qui repose sur l’Enquête sur la santé dans les collectivités canadiennes de 2005
Bibliographic record
Abstract
Résumé La présente étude, qui repose sur l’Enquête sur la santé dans les collectivités canadiennes de 2005, porte sur la répartition des cas d’embonpoint et d’obésité chez les adultes canadiens parmi les groupes sociodémographiques et géographiques. Les taux de prévalence d’embonpoint et d’obésité ont été calculés en fonction de certains indicateurs sociodémographiques établis à l’aide du modèle de régression de Poisson et ils ont été répartis géographiquement à l’aide de cartes choroplèthes. Le coefficient de Gini a été utilisé pour déterminer la répartition de la prévalence parmi les groupes à risque. Les conséquences possibles des stratégies de prévention axées sur la population à risque élevé par rapport aux stratégies axées sur la population générale sur la prévalence de l’obésité ont aussi été examinées. Parmi les adultes âgées de 25 à 64 ans, 17 % étaient obèses et 53 % faisaient de l’embonpoint ou étaient obèses, les taux les plus élevés ayant été observés chez les groupes d’âge plus vieux ainsi que chez les personnes qui ne font pas d’activité physique, qui sont de race blanche, qui ont le statut de non-immigrant, qui ont un faible niveau de scolarité et qui vivent dans les régions des Prairies et de la côte est. En recalculant les taux d’obésité selon différents scénarios de prévention, nous avons constaté que les stratégies axées sur la population générale pouvaient permettre de réduire quatre fois plus les cas d’obésité que les stratégies axées sur la population à risque élevé, ce qui montre la nécessité d’adopter des stratégies axées sur une plus vaste population pour prévenir l’obésité au Canada.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 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".