Sex- and age-specific seasonal variations in physical activity among adults
Notice bibliographique
Résumé
BACKGROUND: To examine seasonal variations in self-reported physical activity among an urban population of Calgarian adults. METHOD: Telephone surveys were conducted with two independent random cross-sectional samples of adults in summer and autumn 2007 (n=2199) and in winter and spring 2008 (n=2223). Participation and duration of walking for recreation (WR), walking for transportation (WT), moderate (MODPA) and vigorous physical activity (VIGPA) undertaken in a usual week were captured. Seasonal comparisons of participation related to these activities and sufficient MODPA (≥210 min/week) and VIGPA (≥90 min/week) physical activity were examined using logistic regression. RESULTS: Compared with winter, participation in WR was significantly (p<0.05) more likely in summer (OR 1.42), autumn (OR 1.35) and spring (OR 1.40), WT was more likely in autumn (OR 1.27), and MODPA was more likely in summer (OR 1.42). Achievement of sufficient MODPA was significantly more likely in summer (OR 1.80), autumn (OR 1.31) and spring (OR 1.24). Although there was no seasonal variation in sufficient VIGPA overall, variations in seasonal pattern among sub-populations were observed. Sex- and age-specific seasonal patterns in physical activity were also found. CONCLUSION: Measuring physical activity throughout the year, rather than at one time point, would more accurately monitor physical activity and assist in developing seasonally appropriate physical activity interventions. Moreover, in countries that experience extreme weather conditions, creating physical activity-friendly environments that help overcome these conditions might contribute to year-long physical activity participation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».