Emerging Evidence of the Physical Activity Transition in Kenya
Notice bibliographique
Résumé
BACKGROUND: Comparable data to examine the physical activity (PA) transition in African countries such as Kenya are lacking. METHODS: We assessed PA levels from urban (UKEN) and rural (RKEN) environments to examine any evidence of a PA transition. Nine- to twelve-year-old children participated in the study: n = 96 and n = 73 children from UKEN and RKEN, respectively. Pedometers were used to estimate children's daily step count. Parental perception regarding their child's PA patterns was collected via questionnaire (n = 172). RESULTS: RKEN children were more physically active than their UKEN counterparts with a mean average steps per day (± SE) of 14,700 ± 521 vs. 11,717 ± 561 (P < .0001) for RKEN vs. UKEN children respectively. 62.5% of the UKEN children spent 0 hours per week playing screen games compared with 13.1% of UKEN children who spent more than 11 hours per week playing screen games. Seventy percent of UKEN and 34% of RKEN parents reported being more active during childhood than their children respectively. CONCLUSIONS: Results of this study are indicative of a PA transition in Kenya. Further research is needed to gather national data on the PA patterns of Kenyan children to minimize the likelihood of a public health problem due to physical inactivity.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».