MétaCan
Menu
Retour à la cohorte
Enregistrement W2109499331 · doi:10.1123/japa.16.3.261

Getting Tougher for the Fourth Quarter: Boomers and Physical Activity

2008· article· en· W2109499331 sur OpenAlexaboutno aff
James H. Swan, Robert H. Friis, Keith Turner

Notice bibliographique

RevueJournal of Aging and Physical Activity · 2008
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBaby boomersQuarter (Canadian coin)DemographyGerontologyLogistic regressionNational Health Interview SurveyPsychologyPhysical activityPsychological interventionMedicineDemographic economicsGeographyPopulationEconomicsSociologyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Baby Boomers might not consider themselves as growing old but are starting to reach the last quarter of average life spans. This article asks how Boomers prepare for their fourth quarters through physical activity. Three years (1999-2001) of National Health Interview Survey data yielded 96,501 adult respondents. Dependent variables were moderate, vigorous, and strengthening activity. Old boomers (1946-1955) and young boomers (1956-1965) were compared to respondents born before 1926, after 1975, and 10-year cohorts between. SUDAAN multiple logistic regression adjusted for complex sampling structure and multiply imputed income. Age-adjusted, older cohorts showed greater likelihood of activity than younger cohorts, offsetting moderate-activity declines with age until sharp decreases at advanced age: a plateau across Boomer and younger-aged cohorts. Interventions should promote activity at intensities and frequencies to which Boomers are most receptive.

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)0,000
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 enseignants0,839
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,049
Tête enseignante GPT0,336
Écart entre enseignants0,288 · 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

Citations12
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and Physical ActivityMême sujetPhysical Activity and HealthTravaux en français237 207