O5-2.1 Is it where you live or who you are that is important? An analysis of neighbourhood environments, self-reported physical activity and overweight / obesity in Canada's capital
Notice bibliographique
Résumé
Background In Canada, there is limited research examining the effects of objectively measured neighbourhood environments on physical activity (PA) and obesity. Purpose To determine the relationships between variables from built and social environments and PA and overweight / obesity across 86 Ottawa neighbourhoods. Methods Individual-level data including self-reported leisure-time PA, height and weight were examined using a sample of 4727 adults from four combined cycles (years 2001/2003/2005/2007) of the Canadian Community Health Survey. Data on neighbourhood characteristics were obtained from the Ottawa Neighbourhood Study; a large study of neighbourhoods and health in Ottawa. Binomial multivariate multilevel models were used to examine the relationships of environmental and individual variables with PA and overweight / obesity using population weights. Results Approximately 75% of adults were inactive (<12.5 kJ/kg/day) while half were overweight / obese. Results of the multilevel models suggest that higher numbers of convenience stores and fast food outlets in a neighbourhood were associated with increased odds of being overweight / obese, while a larger number of restaurants was associated with lower odds. Season of data collection was significantly associated with PA in men and women with the odds of PA in winter being half that of summer. Intraclass coefficients were low, and identified that the models explained a small proportion of the neighbourhood-level variance in PA and overweight / obesity. Conclusions Findings from this sample identified that recreation and social environments did not exert significant influences on PA or overweight / obesity, however, food outlets did show a significant influence on female overweight / obesity. The impact of individual-level characteristics to the model was modest.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».