Effects of physical activity on pediatric reference data for obesity
Notice bibliographique
Résumé
PURPOSE: To examine the influence of physical activity on pediatric obesity reference data for Canada. METHODS: The sample included 3527 boys and 3554 girls, 6 to 18 years of age, from the 2004 Canadian Community Health Survey: Nutrition component. The heights and weights of the participants were directly measured, and the body mass index was calculated (BMI: kg/m(2)). Physical activity levels were reported using an interviewer-administered questionnaire. Participants were divided into low and high physical activity groups, based on age-specific physical activity levels (lower and upper quartiles). BMI percentiles (25th, 50th, 75th, 85th, 95th) were generated by sex using the LMS method, separately by physical activity groups. RESULTS: There were only minor differences in BMI at the 25th and 50th percentiles between physical activity groups in both boys and girls. However, in boys, the low active group had somewhat higher BMI values at the 85th and 95th percentiles than the high active group after the age of 10 years. In girls, the differences in BMI across groups was similar to that of boys at the 95th percentile, but inconsistent at the other percentiles. CONCLUSION: The results suggest that screening for physical activity may be important for the development of national reference data for obesity.
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 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».