MétaCan
Menu
Retour à la cohorte
Enregistrement W2130154895 · doi:10.1093/geronb/63.4.s211

Differential Determinants of Men's and Women's Everyday Physical Activity in Later Life

2008· article· en· W2130154895 sur OpenAlexafffund
Judith G. Chipperfield, Nancy E. Newall, Loring Chuchmach, Audrey Swift, Tara L. Haynes

Notice bibliographique

RevueThe Journals of Gerontology Series B · 2008
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGerontologyPhysical activityHealth benefitsDemographyEveryday lifeSample (material)PsychologyMedicineSociologyPhysical therapyPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The present study of a representative sample of older adults quantified everyday physical activity (EPA) by having participants wear actigraphs. Our objectives were to examine whether poor health may partly explain why older adults become less physically active with advancing age and whether gender might moderate the extent to which health status predicts EPA. METHODS: We performed multiple regression analyses on a sample of older, community-dwelling adults (aged 80-98 years, N = 198; women = 63.1%). RESULTS: The results imply that age-related declines in EPA may be partially accounted for by health (in men) and by living arrangements (in women). DISCUSSION: We consider reasons why poorer health might erode EPA for men (but not women) and why living alone might erode EPA for women (but not men).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,073
Tête enseignante GPT0,348
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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

Citations52
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series BMême sujetPhysical Activity and HealthTravaux en français237 207