MétaCan
Menu
Retour à la cohorte
Enregistrement W2139524810 · doi:10.1123/jpah.6.s1.s5

Progress and Pitfalls in the Use of the International Physical Activity Questionnaire (IPAQ) for Adult Physical Activity Surveillance

2009· article· en· W2139524810 sur OpenAlexaff
Adrian Bauman, Barbara E. Ainsworth, Fiona Bull, Cora L. Craig, María Hagströmer, James F. Sallis, Michael Pratt, Michael Sjöstróm

Notice bibliographique

RevueJournal of Physical Activity and Health · 2009
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensCanadian Fitness and Lifestyle Research Institute
Organismes subventionnairesnon disponible
Mots-clésPhysical activityPsychologyMedicinePhysical therapyGerontology

Résumé

récupéré en direct d'OpenAlex

Before the development of the International Physical Activity Questionnaire (IPAQ), population measures of physical activity were country-specific, noncomparable, and mostly developed to assess leisure-time activity. Given the global increases in noncommunicable disease1 the need for internationally comparable physical activity surveillance measures was identified. An initial meeting at World Health Organization Headquarters in 1998 convened a group of physical activity scientists to plan the development and testing of such a measure, resulting in IPAQ. The purpose of this commentary is to reflect upon the first decade of experience with IPAQ, compare its intended to its actual use, and comment on its strengths and weaknesses as an addition to the armamentarium of self-report physical activity measures. IPAQ development was premised on the need to develop international population measurement to assess ‘total physical activity’ across the domains of work, domestic tasks, active transport, and leisure time, because patterns of activity across domains were expected to vary widely by country.2 IPAQ was developed because of the desire for cross-country comparison and international physical activity surveillance. To enhance use across countries, the measures were

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)0,001
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 enseignants0,945
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,082
Tête enseignante GPT0,396
Écart entre enseignants0,314 · 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

Citations185
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physical Activity and HealthMême sujetPhysical Activity and HealthTravaux en français237 207