MétaCan
Menu
Retour à la cohorte
Enregistrement W2147864730 · doi:10.1080/02701367.2006.10599349

Physical Activity and Acculturation Among Adult Hispanics in the United States

2006· article· en· W2147864730 sur OpenAlexaff
David Berrigan, Kevin W. Dodd, Richard P. Troiano, Bryce B. Reeve, Rachel Ballard‐Barbash

Notice bibliographique

RevueResearch Quarterly for Exercise and Sport · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesnon disponible
Mots-clésAcculturationPsychologyGerontologyPhysical activityDemographyMedicineSociologyEthnic groupPhysical therapyAnthropology

Résumé

récupéré en direct d'OpenAlex

Understanding the prevalence and demographic correlates of physical activity is important for public health and epidemiological research. This analysis examines the association between acculturation and physical activity in a large (approximately 5,000) sample of Hispanic adults from the 2000 National Health Interview Survey. Scores for eight questions concerning language use were summed to produce an acculturation index. Factor analysis indicated that these questions assessed a single underlying construct. Self-reported adherence to recommendations concerning leisure time physical activity increased from 22. 6% in the least acculturated tertile to 47% in the most acculturated tertile. In contrast, prevalence of walking or bicycling for errands decreased from 25.2 to 18.2%, and prevalence of standing or walking during most of the day decreased from 82.8 to 65.6% as acculturation increased. Thus, patterns of physical activity associated with leisure versus nonleisure time differed among Hispanics with varying acculturation levels. Alternatively, cultural factors may have differential effects on responses to questions concerning leisure and nonleisure time physical activity. In either case, assessing both types of activity is important for monitoring and understanding Hispanic health behaviors and interpreting epidemiological studies that involve physical activity in Hispanics.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,043
Tête enseignante GPT0,396
Écart entre enseignants0,353 · 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

Citations114
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Quarterly for Exercise and SportMême sujetHealth disparities and outcomesTravaux en français237 207