MétaCan
Menu
Retour à la cohorte
Enregistrement W2160840249 · doi:10.1123/pes.2013-0061

Patterns of Sedentary Behavior and Weight Status Among Children

2014· article· en· W2160840249 sur OpenAlexafffundabout
Valerie Carson, Michelle Stone, Guy Faulkner

Notice bibliographique

RevuePediatric Exercise Science · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversity of TorontoDalhousie UniversityUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOverweightSedentary behaviorMedicineObesityPhysical activitySedentary lifestyleDemographyScreen timePhysical therapyGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

To make robust conclusions regarding the association between accelerometer-measured sedentary time and overweight and obesity among children, several gaps in the literature must be addressed. The purpose of this study was to examine associations between sedentary time, weekday sedentary time, weekend sedentary time, sedentary bouts, sedentary breaks, and BMI z-score among children and by low (bottom 50%) and high (top 50%) moderate- to vigorous-intensity physical activity (MVPA) participation. Results are based on 787 children aged 11 years living in Toronto, Canada. Children's physical activity and sedentary time were objectively assessed using ActiGraph accelerometers in 2010/11. Height and weight were measured and BMI z-scores were calculated based on the World Health Organization growth standards. When participants were stratified into low and high MVPA groups, sedentary bouts of 5-9 (β = 0.22 [95% CI: 0.01, 0.43]) and 10-19 (0.30 [-0.05, 0.55]) minutes for total days were associated with BMI z-score in the low MVPA group only. Similar trends were observed with the weekday but not the weekend variables. Therefore, in addition to increasing MVPA, reducing time spent in 5- to 19-min sedentary bouts may have important implications for weight status particularly for children with lower MVPA participation during the week.

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 enseignants0,188
Score d'incertitude au seuil0,374

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,006
Tête enseignante GPT0,242
Écart entre enseignants0,236 · 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

Citations80
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePediatric Exercise ScienceMême sujetObesity, Physical Activity, DietTravaux en français237 207