Sedentary Time and Screen-Based Sedentary Behaviors of Children With a Chronic Disease
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
The objectives of this study were to (i) assess sedentary time and prevalence of screen-based sedentary behaviors of children with a chronic disease and (ii) compare sedentary time and prevalence of screen-based sedentary behaviors to age- and sex-matched healthy controls. Sixty-five children (aged 6-18 years) with a chronic disease participated: survivors of a brain tumor, hemophilia, type 1 diabetes mellitus, juvenile idiopathic arthritis, cystic fibrosis, and Crohn's disease. Twenty-nine of these participants were compared with age- and sex-matched healthy controls. Sedentary time was measured objectively by an ActiGraph GT1M or GT3× accelerometer worn for 7 consecutive days and defined as less than 100 counts per min. A questionnaire was used to assess screen-based sedentary behaviors. Children with a chronic disease engaged in an average of 10.2 ± 1.4 hr of sedentary time per day, which comprised 76.5 ± 7.1% of average daily monitoring time. There were no differences between children with a chronic disease and controls in sedentary time (adjusted for wear time, p = .06) or in the prevalence of TV watching, and computer or video game usage for varying durations (p = .78, p = .39 and, p = .32 respectively). Children with a chronic disease, though relatively healthy, accumulate high levels of sedentary time, similar to those of their healthy peers.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle