Does dog-ownership influence seasonal patterns of neighbourhood-based walking among adults? A longitudinal study
Notice bibliographique
Résumé
BACKGROUND: In general dog-owners are more physically active than non-owners, however; it is not known whether dog-ownership can influence seasonal fluctuations in physical activity. This study examines whether dog-ownership influences summer and winter patterns of neighbourhood-based walking among adults living in Calgary, Canada. METHODS: A cohort of adults, randomly sampled from the Calgary metropolitan area, completed postal surveys in winter and summer 2008. Both winter and summer versions of the survey included questions on dog-ownership, walking for recreation, and walking for transportation in residential neighbourhoods. Participation in neighbourhood-based walking was compared, among dog-owners and non-owners, and in summer and winter, using general linear modeling. Stability of participation in neighbourhood-based walking across summer and winter among dog-owners and non-owners was also assessed, using logistic regression. RESULTS: A total of 428 participants participated in the study, of whom 115 indicated owning dogs at the time of both surveys. Dog-owners reported more walking for recreation in their neighbourhoods than did non-owners, both in summer and in winter. Dog-owners were also more likely than non-owners to report participation in walking for recreation in their neighbourhoods, in summer as well as in winter. Dog-owners and non-owners did not differ in the amount of walking that they reported for transportation, either in summer or in winter. CONCLUSIONS: By acting as cues for physical activity, dogs may help their owners remain active across seasons. Policies and programs related to dog-ownership and dog-walking, such as dog-supportive housing and dog-supportive parks, may assist in enhancing population health by promoting physical activity.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».