Human development, occupational structure and physical inactivity among 47 low and middle income countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study aimed to (a) assess the relationship between a person's occupational category and their physical inactivity, and (b) analyze the association among country-level variables and physical inactivity. The World Health Survey (WHS) was administered in 2002-2003 among 47 low- and middle-income countries (n = 196,742). The International Physical Activity Questionnaire (IPAQ) was used to collect verbal reports of physical activity and convert responses into measures of physical inactivity. Economic development (GDP/c), degree of urbanization, and the Human Development Index (HDI) were used to measure country-level variables and physical inactivity. Multilevel logistic regression analysis was used to examine the association among country-level factors, individual occupational status, and physical inactivity. Overall, the worldwide prevalence of physical inactivity in 2002-2003 was 23.7%. Individuals working in the white-collar industry compared to agriculture were 84% more likely to be physically inactive (OR: 1.84, CI: 1.73-1.95). Among low- and middle-income countries increased HDI values were associated with decreased levels of physical inactivity (OR: 0.98, CI: 0.97-0.99). This study is one of the first to adjust for within-country differences, specifically occupation while analyzing physical inactivity. As countries experience economic development, changes are also seen in their occupational structure, which result in increased countrywide physical inactivity levels.
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.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle