Soluciones relacionadas con el entorno alimentario para prevenir la obesidad infantil en América Latina y en la población latina que vive en Estados Unidos
Bibliographic record
Abstract
Resumen El entorno alimentario es un factor importante que contribuye a las dietas poco saludables en la niñez y, por tanto, a las crecientes tasas de obesidad. Los países de Latinoamérica han recibido el reconocimiento internacional por su liderazgo en la implementación de políticas dirigidas a distintos aspectos del entorno alimentario. Sin embargo, los datos sobre la naturaleza y la gravedad de la exposición de los niños a entornos alimentarios poco saludables en la región latinoamericana y entre los latinos que viven en Estados Unidos son aún insuficientes. El objetivo de esta revisión es utilizar el marco conceptual de la Red Internacional para la Investigación, Monitoreo y Apoyo a la Acción para la Alimentación, Obesidad y Enfermedades No Transmisibles (INFORMAS, por sus siglas en inglés) para crear un entorno alimentario saludable con el que (i) comparar los elementos clave de los entornos alimentarios en relación con la obesidad en Latinoamérica y entre los latinos que viven en Estados Unidos; (ii) describir la evidencia sobre soluciones que podrían contribuir a mejorar los entornos alimentarios relacionados con la obesidad infantil; y (iii) establecer prioridades de investigación que permitan identificar estrategias de lucha contra la obesidad en estas poblaciones. Hemos detectado la necesidad de un amplio conjunto integrado de evidencias que sirva de respaldo para establecer un conjunto adecuado de políticas que mejoren el entorno alimentario al que están expuestos los niños de Latinoamérica y los niños latinos que viven en Estados Unidos y para traducir de forma más eficiente las soluciones políticas, de manera que contribuyan a reducir los crecientes niveles de obesidad infantil en estos países.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.002 |
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; both teacher heads agree on what is shown here.
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".