A longitudinal and cross-sectional examination of the relationship between reasons for choosing a neighbourhood, physical activity and body mass index
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to examine the relationship between body mass index and neighborhood walkability, socioeconomic status (SES), reasons for choosing neighborhoods, physical activity, fruit and vegetable intake, and demographic variables. METHODS: Two studies, one longitudinal and one cross-sectional, were conducted. Participants included adults (n = 572) who provided complete data in 2002 and 2008 and a concurrent sample from 2008 (n = 1164). Data were collected with longitudinal and cross-sectional telephone surveys. Objective measures of neighborhood characteristics (walkability and SES) were calculated using census data and geographic information. RESULTS: In the longitudinal study, neighborhood choice for ease of walking and proximity to outdoor recreation interacted with whether participants had moved during the course of study to predict change in BMI over 6 years. Age, change in activity status, and neighborhood SES were also significant predictors of BMI change. Cross-sectionally, neighborhood SES and neighborhood choice for ease of walking were significantly related to BMI as were gender, age, activity level and fruit and vegetable intake. CONCLUSIONS: Results demonstrate that placing importance on choosing neighborhoods that are considered to be easily walkable is an important contributor to body weight. Findings that objectively measured neighbourhood SES and neighborhood choice variables contributed to BMI suggest that future research consider the role of neighborhood choice in examining the relationships between the built environment and body weight.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».