MétaCan
Menu
Retour à la cohorte
Enregistrement W2107374787 · doi:10.1123/japa.2013-0235

Do Older Adults’ Beliefs About Their Community Mobility Predict Walking Performance?

2014· article· en· W2107374787 sur OpenAlexaff
James D. Sessford, Mary E. Jung, Lawrence R. Brawley, Jennifer L. Forbes

Notice bibliographique

RevueJournal of Aging and Physical Activity · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPsychologyPreferred walking speedRegression analysisPerceptionActivities of daily livingPhysical medicine and rehabilitationGerontologyPhysical therapyMedicineStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Among older adults, preserving community mobility (CM) is important for maintaining independent living. We explored whether perceptions of the environment and self-efficacy for CM (SE-CM) would predict walking performance for tasks reflecting CM. We hypothesized that perceptions of the environment and SE-CM would be additive predictors of walking performance on tasks reflecting the complexity of CM. Independent living older adults (N = 60) aged 64-85 completed six complex walking tasks (CWTs), SE-CM, and the environmental analysis of mobility questionnaire (EAMQ). Multiple regression analyses indicated that for each CWT, the EAMQ scales predicted walking performance (range: model R2Adj. = .078 to .139, p < .04). However, when SE-CM was added to the models, it was the sole significant predictor (p < .05). Contrary to our hypotheses, SE-CM was the best predictor in the additive models. SE-CM may be more correspondent to walking tests and thus a more sensitive predictor of CM walking performance.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,751
Score d'incertitude au seuil0,765

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,312
Écart entre enseignants0,292 · 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

Citations17
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and Physical ActivityMême sujetHealth disparities and outcomesTravaux en français237 207