Differences in adolescents' physical activity from school-travel between urban and suburban neighbourhoods in Metro Vancouver, Canada
Notice bibliographique
Résumé
OBJECTIVE: To investigate differences in moderate-to-vigorous physical activity (MVPA) from school-travel between adolescents in urban and suburban neighbourhoods and to describe its relative contribution to MVPA on school days. METHODS: We measured 243 adolescents (51% male, grades 8-10) from Vancouver's walkable downtown core and its largely car-dependent suburb Surrey (fall 2011, 2013). We estimated mean school-travel MVPA from accelerometry (hour before/after school on ≥ 2 days; n = 110, 39% male) and compared school-travel MVPA by neighbourhood type and school-travel mode. The influence of mean school-travel MVPA on mean school-day MVPA (≥ 600 min valid wear time on ≥ 2 days) was examined by linear regression. RESULTS: Over half of students used active modes (urban: 63%, suburban: 53%). Those using active travel and living in the urban neighbourhood obtained the most school-travel MVPA (22.3 ± 8.0 min). Urban passive travellers used public transit and obtained more school-travel MVPA than suburban students (16.9 ± 6.2 vs. 8.0 ± 5.3, p < 0.001), who were primarily driven. Regardless of mode or neighbourhood type, over one-third of school-day MVPA was explained by school-travel MVPA (R (2) = 0.38, p < 0.001). CONCLUSION: Urban dwelling may facilitate greater school-travel MVPA in adolescents. School-travel MVPA is an important contributor to adolescents' school-day MVPA. Where feasible, physically active options for school-travel should be promoted, including public transit.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».