MétaCan
Menu
Retour à la cohorte
Enregistrement W2021842096 · doi:10.1080/02701367.2011.10599743

BMI-Referenced Cut-Points for Recommended Daily Pedometer-Determined Steps in Australian Children and Adolescents

2011· article· en· W2021842096 sur OpenAlexafffund
Gavin R. McCormack, Jack Rutherford, Billie Giles‐Corti, Catrine Tudor‐Locke, Fiona Bull

Notice bibliographique

RevueResearch Quarterly for Exercise and Sport · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensAlberta Health Services
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPedometerOverweightAnthropometryBody mass indexPhysical activityPhysical therapyMedicineObesityDemographyPsychology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to establish sex-specific criterion-referenced standards for pedometer-determined physical activity related to body mass index (BMI)-defined weight status among youth. We analyzed data from 7-16-year-old boys (n = 338) and girls (n = 337) and used pedometer-assessed physical activity and anthropometric data to derive average steps/day and BMI. Sex-specific criterion-referenced standards for steps/day relating to healthy weight and overweight/obese were determined using the contrasting groups method. Healthy weight children took more steps/day than overweight or obese (boys: 14,413 vs. 12,088, and girls: 12,562 vs. 10,114, respectively; p < .001). The optimal BMI-referenced cut-point emerging flom our sample was 16,000 steps/day for both boys and girls. Our results and those reported elsewhere suggest that youth take insufficient pedometer-determined steps/day to avoid becoming overweight.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,921

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,358
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Quarterly for Exercise and SportMême sujetObesity, Physical Activity, DietTravaux en français237 207