Are Environmental Influences on Physical Activity Distinct for Urban, Suburban, and Rural Schools? A Multilevel Study Among Secondary School Students in Ontario, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: This study examined differences in students' time spent in physical activity (PA) across secondary schools in rural, suburban, and urban environments and identified the environment-level factors associated with these between school differences in students' PA. METHODS: Multilevel linear regression analyses were used to examine the environment- and student-level characteristics associated with time spent in PA among grades 9 to 12 students attending 76 secondary schools in Ontario, Canada, as part of the SHAPES-Ontario study. This approach was first conducted with the full data set testing for interactions between environment-level factors and school location. Then, school-location specific regression models were run separately. RESULTS: Statistically significant between-school variation was identified among students attending urban (σ(2) μ0 = 8959.63 [372.46]), suburban (σ(2) μ0 = 8918.75 [186.20]), and rural (σ(2) μ0 = 9403.17 [203.69]) schools, where school-level differences accounted for 4.0%, 2.0%, and 2.1% of the variability in students' time spent in PA, respectively. Students attending an urban or suburban school that provided another room for PA or was located within close proximity to a shopping mall or fast food outlet spent more time in PA. CONCLUSION: Students' time spent in PA varies by school location and some features of the school environment have a different impact on students' time spent in PA by school location. Developing a better understanding of the environment-level characteristics associated with students' time spent in PA by school location may help public health and planning experts to tailor school programs and policies to the needs of students in different locations.
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.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle