Facilitators of and Barriers to Physical Activity in Retirement Communities: Experiences of Older Women in Urban Areas
Notice bibliographique
Résumé
BACKGROUND: Older people are being encouraged to be physically active for as long as possible as a preventive measure against disease and functional decline. It remains, however, uncertain how living in a retirement community affects physical activity (PA). OBJECTIVES: This study was conducted to understand the PA experiences of older women living in retirement communities and what they experience as facilitators of and barriers to PA. DESIGN: The study was qualitative and guided by the Vancouver School of doing phenomenology, a unique blend of phenomenology, hermeneutics, and constructivism. METHOD: Participants were 10 women, aged from 72 to 97 years (mean=84 years). In-depth interviews were conducted, recorded, transcribed, and thematically analyzed. RESULTS: A model was constructed with 3 main themes: (1) the women themselves, including their experienced health condition, individual aspects of functioning, and various personal factors; (2) the physical environment; and (3) the social environment. These main themes all include subthemes of experienced influences on PA, such as health, design of housing and environment, and local culture. These influences could both facilitate and hinder PA, depending on the context. The facilitating effects of good outdoor areas, accessible physical training facilities, a familiar neighborhood, and finding joy in PA were clear in the study. The barriers included worsening health, a colder climate with ice and wind, and lack of a PA culture within the retirement community. CONCLUSIONS: An older woman's residence may strongly influence her ability and motivation to be physically active. Physical therapists should acquaint themselves with the facilitators of and barriers to PA of women within retirement communities and use that knowledge to influence the physical and social environment and to target PA interventions to the women themselves.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».