Physical Activity Counseling and Prescription Among Canadian Primary Care Physicians
Notice bibliographique
Résumé
BACKGROUND: Primary care physicians are ideally positioned to affect a large population at risk for epidemics of sedentary lifestyle; however, it is unclear what type of counseling they provide. METHODS: A questionnaire was used to obtain information on primary care physicians' behaviors with respect to counseling and prescribing physical activity, physician demographics, and practice characteristics. Registered primary care physicians in Canada were contacted in all 10 provinces and 2 territories. RESULTS: Of 27 980 primary care physicians, 14 319 returned usable questionnaires and 13 166 were eligible for study participation (response rate, 51.2%). Respondents were predominantly male (61.1%), practiced in private office/clinic settings (73.4%), and had graduated from medical school more than 22 years earlier. Eighty-five percent of respondents reported asking patients about their physical activity levels, whereas only 26.2% assessed patient fitness as part of a physical examination or through a fitness test and only 10.9% referred patients to others for fitness assessment or appraisal. Most physicians (69.8%) reported using verbal counseling to promote physical activity, whereas only 15.8% used written prescriptions for a physical activity promotion program. Male and female physicians responded differently. Men more frequently assessed fitness than did women, whereas women more frequently asked and provided verbal and written directions. CONCLUSIONS: This large sample of Canadian primary care physicians regularly asked patients about physical activity levels and advised them using verbal counseling. Few respondents provided written prescriptions, performed fitness assessments, or referred patients. These results suggest possible opportunities to improve physicians' counseling and prescription efforts.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».