MétaCan
Menu
Retour à la cohorte
Enregistrement W2108749376 · doi:10.3390/ijerph7041720

Improving Physical Activity and Dietary Behaviours with Single or Multiple Health Behaviour Interventions? A Synthesis of Meta-Analyses and Reviews

2010· review· en· W2108749376 sur OpenAlexafffund
Shane N. Sweet, Michelle Fortier

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPsychological interventionPhysical activityPopularityMeta-analysisWeight lossIntervention (counseling)ObesitySystematic reviewPsychologyMedicineEnvironmental healthGerontologyMEDLINEPhysical therapySocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Since multiple health behaviour interventions have gained popularity, it is important to investigate their effectiveness compared to single health behaviour interventions. This synthesis aims to determine whether single intervention (physical activity or dietary) or multiple interventions (physical activity and dietary) are more effective at increasing these behaviours by synthesizing reviews and meta-analyses. A sub-purpose also explored their impact on weight. Overall, reviews/meta-analyses showed that single health behaviour interventions were more effective at increasing the targeted behaviours, while multiple health behaviour interventions resulted in greater weight loss. This review may assist policies aiming at improving physical activity and nutrition and reversing the obesity epidemic.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,830

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,463
Tête enseignante GPT0,522
Écart entre enseignants0,059 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations115
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetObesity, Physical Activity, DietTravaux en français237 207