Corrélats subjectifs de la marche et du quartier chez les visiteurs du site Web de Canada en mouvement
Notice bibliographique
Résumé
Contexte : Cette etude visait : 1) a analyser le role possible des sexospecificites dans l'association entre l'environnement percu et la marche; et 2) a determiner l'efficacite d'une plate-forme de recherche en ligne pour recueillir des donnees sur l'activite physique et leurs correlats au niveau de la population. Methode : Les visiteuses et les visiteurs du site Web de Canada en mouvement ont repondu a des questions sur leur profil demographique, leur niveau d'activite physique et leurs perceptions de leur quartier. En tout, 3 144 Canadiennes et Canadiens (2 036 femmes; 609 hommes) ont rempli le questionnaire. Nous avons analyse par regression logistique le niveau de marche selon huit mesures de l'environnement percu du quartier. Resultats : Les sujets ayant dit marcher dans un paysage interessant (RC=1,41, IC de 95 %=1,17-1,71) et avoir acces a de nombreuses destinations a faible distance de marche (RC=1,39, IC de 95 %=1,18-1,64) etaient plus susceptibles de declarer un niveau de marche suffisant pour procurer des avantages sur le plan de la sante. Chez les femmes, un paysage interessant dans le quartier et aux alentours (RC=1,40, IC de 95 %=1,13-1,74) et la presence de nombreuses destinations a faible distance de marche (RC=1,42, IC de 95 %=1,17-1,72) etaient associes a un niveau suffisant de marche. Chez les hommes, nous n'avons constate aucune association significative entre les mesures subjectives de l'environnement et la marche. Conclusions : Les resultats de cette etude plaident en faveur de l'utilisation de modeles ou le sexe est traite comme un moderateur possible du lien entre l'environnement percu et l'activite physique. De plus, ces resultats appuient l'utilisation d'une plate-forme de recherche en ligne pour la collecte de donnees sur les correlats de l'activite physique.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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 ».