BC Walks: replication of a communitywide physical activity campaign.
Notice bibliographique
Résumé
INTRODUCTION: Individuals not engaging in recommended amounts of moderate-intensity physical activity are deemed insufficiently active and are at greater risk of chronic disease. Social marketing strategies may promote positive changes in physical activity levels among insufficiently active individuals. METHODS: A quasi-experimental design was used to determine whether the results of a previous communitywide physical activity social marketing campaign conducted in Wheeling, WVa (population, 31,420) could be replicated in the larger community of Broome County, New York (population, 200,536). BC Walks promoted 30 minutes or more of moderate-intensity daily walking among insufficiently active residents of Broome County, New York, aged 40 to 65 years. Promotion activities included paid advertising, media relations, and community health activities. Impact was determined by preintervention and postintervention random-digit-dial cohort telephone surveys in intervention and comparison counties. We assessed demographics, walking behavior, moderate and vigorous physical activity, and campaign awareness. RESULTS: The paid advertising included 4835 television and 3245 radio gross rating points and 10 quarter-page newspaper advertisements. News media relations resulted in 28 television news stories, 5 radio stories, 10 newspaper stories, and 125 television news promotions. Exposure to the campaign was reported by 78% of Broome County survey respondents. Sixteen percent of Broome County participants changed from nonactive to active walkers; 11% changed from nonactive to active walkers in the comparison county (adjusted odds ratio, 1.71; 95% confidence interval, 0.99-2.95). Forty-seven percent of Broome County respondents reported any increase in total weekly walking time, compared with 36% for the comparison county (adjusted odds ratio, 1.66; 95% confidence interval, 1.14-2.44). CONCLUSION: The BC Walks campaign replicated the earlier Wheeling Walks initiative, although increases in walking were smaller in the BC Walks campaign.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».