Abstract P139: Do Your Income and Occupation Affect Your Leisure Time Physical Activity? Evidence from NHANES 1999-2006
Notice bibliographique
Résumé
Background: Over ¾ of Americans fail to meet the AHA recommendations for leisure time physical activity (LTPA), with higher proportions found among lower income adults. However, this association may be moderated by activity levels that are necessary as a part of daily life, such as active transportation among those that cannot afford a vehicle, or physical labor in some lower wage-earning occupations. Data are limited to studies either not distinguishing between occupational and daily life PA, or using broad occupation job titles which may not represent the PA on an individual level. Objective: Determine the association between activity levels of daily life and LTPA. Methods: Participants were adults (20+ years) from the 1999-2006 National Health and Nutrition Examination Survey. Analyses were stratified by self-reported lifestyle (work, housework and school): 1) sedentary during the day (n=4233); 2) minimally active: stands or walks but does not carry or lift things often (n=11,853); 3) moderately active: carries light objects, or climbs hills often (n=4117); and 4) and very active: carries heavy objects (n=1586). Multivariable linear regression analyzed the association between annual household income (<$20K, $20K-45K, $45K-75K, $75K+ [reference]) and self-reported weekly minutes of moderate, vigorous, and total LTPA. Analyses included sampling weights to account for NHANES’ complex sampling design and adjusted for sex, age, marital status, ethnicity, weight status, whether the person actively commuted, and number of hours worked per week. Results: Lower income participants that were either very active, or sedentary during the day reported significantly less LTPA than those with comparable daily life activity levels but annual income $75K+. Conclusions: A gradient relationship between income and LTPA was seen in the two lifestyle extremes: the sedentary and very active. Public health actions aimed at increasing LTPA should be multimodal and aimed at changing both messaging and environments likely to promote LTPA.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,001 |
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 ».