Association entre l’accessibilité géographique aux commerces d’alimentation et la consommation de fruits et légumes chez les adultes québécois : analyse de la banque de données de santé CARTaGENE
Bibliographic record
Abstract
Une alimentation malsaine compromet la santé et génère des coûts importants sur les plans individuels et sociaux ainsi qu’en services en santé. L’adoption d’une saine alimentation est tributaire de déterminants individuels et environnementaux liés aux caractéristiques des environnements physique, économique, politique et socioculturel. Cette étude transversale a pour objectif d’évaluer l'effet de l’environnement physique, plus précisément l’effet de l'accessibilité géographique de commerces alimentaires, sur l'alimentation. Pour répondre à cet objectif, un échantillon composé de 7783 adultes âgés de 40 à 70 ans résidant dans quatre villes du Québec (Canada) a été utilisé. Des indicateurs de proximité ainsi que des indicateurs absolus et relatifs de densité de commerces alimentaires, de restaurants-minute et de dépanneurs situés aux alentours du domicile des participants ont été associés à la consommation de fruits et légumes (F&L). Les données des analyses de régressions logistiques univariées suggèrent que la consommation du nombre de portions minimales de F&L (5 portions) était associée de façon significative aux sept mesures de l'environnement alimentaire (RC variant entre 0.76 et 1.27). Cependant, ces relations étaient pour la plupart non significatives lorsque des variables confondantes étaient prises en compte. En multivarié, les variables les plus significativement corrélées à la consommation de F&L étaient des variables individuelles du sexe, du revenu et de l'éducation. Notre modèle de régression n'explique que 12,4 % de la variance de consommation de F&L, même en tenant compte de tous les facteurs confondants significatifs. Ces résultats démontrent que des recherches supplémentaires sont nécessaires pour mieux cerner les facteurs d’influence de la consommation de F&L chez cette population.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".