MétaCan
Menu
Retour à la cohorte
Enregistrement W2170819656 · doi:10.1123/japa.18.3.280

Personal Factors, Perceived Environment, and Objectively Measured Walking in Old Age

2010· article· en· W2170819656 sur OpenAlexafffund
Lucelia Luna de Melo, Verena Menec, Michelle M. Porter, A. Elizabeth Ready

Notice bibliographique

RevueJournal of Aging and Physical Activity · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanada Research ChairsManitoba Health Research Council
Mots-clésWalkabilityPsychologyUnivariateAssociation (psychology)Physical activityDemographyBuilt environmentGerontologyMedicinePhysical therapyMultivariate statisticsStatistics

Résumé

récupéré en direct d'OpenAlex

This study examined the associations between walking behavior and the perceived environment and personal factors among older adults. Sixty participants age 65 yr or older (mean 77 +/- 7.27, range 65-92) wore pedometers for 3 consecutive days. Perceived environment was assessed using the Neighborhood Environment Walkability Scale (abbreviated version). Physical function was measured using the timed chair-stands test. The mean number of steps per day was 5,289 steps (SD = 4,029). Regression analyses showed a significant association between personal factors, including physical function (relative rate = 1.05, p < .01) and income (RR = 1.43, p < .05) and the average daily number of steps taken. In terms of perceived environment, only access to services was significantly related to walking at the univariate level, an association that remained marginally significant when controlling for personal characteristics. These results suggest that among this sample of older adults, walking behavior was more related to personal and intrinsic physical capabilities than to the perceived environment.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,024
Tête enseignante GPT0,281
Écart entre enseignants0,257 · 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

Citations41
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and Physical ActivityMême sujetUrban Transport and AccessibilityTravaux en français237 207