Individual, social and environmental factors influencing physical activity levels and behaviours of multiethnic socio-economically disadvantaged urban mothers in Canada: A mixed methods approach
Notice bibliographique
Résumé
BACKGROUND: Existing data provide little insight into the physical activity context of multiethnic socio-economically disadvantaged mothers in Canada. Our primary objectives were: (1) to use focus group methodology to develop tools to identify the individual, social, and environmental factors influencing utilitarian and leisure time physical activities (LTPA) of multiethnic SED mothers; and (2) to use a women specific physical activity survey tool to assess psychosocial barriers and supports and to quantify individual physical activity (PA) levels of multi-ethnic SED mothers in Canada. METHODS: Qualitative focus group sessions were conducted in West, Central and Eastern Canada with multiethnic SED mothers (n = 6 focus groups; n = 42 SED mothers) and with health and recreation professionals (HRPs) (n = 5 focus groups; n = 25 HRPs) involved in community PA programming for multiethnic SED mothers. Administration of the women specific Kaiser Physical Activity Survey (KPAS) tool was completed by consenting SED mothers (n = 59). RESULTS: More than half of SED mothers were employed and had higher total PA scores with occupation included than unemployed mothers. However, nearly 60% of both groups were overweight or obese. Barriers to LTPA included the lack of available, affordable and accessible LTPA programs that responded to cultural and social needs. Concerns for safety, nonsupportive cultural and social norms and the winter climate were identified as key barriers to both utilitarian and LTPA. CONCLUSIONS: Findings show that multiethnic SED mothers experience many barriers to utilitarian and LTPA opportunities within their communities. The varying LTPA levels among these multi-ethnic SED mothers and the occurrence of overweight and obesity suggests that current LTPA programs are likely insufficient to maintain healthy body weights.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».