Walking to work in Canada: health benefits, socio-economic characteristics and urban-regional variations
Notice bibliographique
Résumé
BACKGROUND: There is mounting concern over increasing rates of physical inactivity and overweight/obesity among children and adult in Canada. There is a clear link between the amount of walking a person does and his or her health. The purpose of this paper is to assess the health factors, socio-economic characteristics and urban-regional variations of walking to work among adults in Canada. METHODS: Data is drawn from two cycles of the Canadian Community Health Survey: 2001 and 2005. The study population is divided into three groups: non-walkers, lower-duration walkers and high-duration walkers. Logistic regression modeling tests the association between levels of walking and health related outcomes (diabetes, high blood pressure, stress, BMI, physical activity), socio-economic characteristics (sex, age, income, education) and place of residence (selected Census Metropolitan Areas). RESULTS: In 2005, the presence of diabetes and high blood pressure was not associated with any form of walking. Adults within the normal weight range were more likely to be high-duration walkers. Females and younger people were more likely to be lower-duration walkers but less likely to be high-duration walkers. There was a strong association between SES (particularly relative disadvantage) and walking to work. In both 2001 and 2005, the conditions influencing walking to work were especially prevalent in Canada's largest city, Toronto, as well as in several small to medium sized urban areas including Halifax, Kingston, Hamilton, Regina, Calgary and Victoria. CONCLUSION: A number of strategies can be followed to increase levels of walking in Canada. It is clear that for many people walking to work is not possible. However, strategies can be developed to encourage adults to incorporate walking into their daily work and commuting routines. These include mass transit walking and workplace walking programs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».