Does activity space size influence physical activity levels of adolescents?—A GPS study of an urban environment
Notice bibliographique
Résumé
BACKGROUND: Physical activity (PA) is closely linked with child and youth health, and active travel may be a solution to enhancing PA levels. Activity spaces depict the geographic coverage of one's travel. Little is known about activity spaces and PA in adolescents. OBJECTIVE: To explore the relation between adolescent travel (using a spatial measure of activity space size) and daily moderate-to-vigorous PA (MVPA), with a focus on school days. METHODS: In Fall 2012, we used Global Positioning Systems to manually identify trips and generate activity spaces for each person-day; quantified by area for 39 students (13.8±0.6 years, 38% female) attending high school in urban Downtown Vancouver, Canada. We assessed the association between activity space area and MVPA using multi-level regression. We calculated total, school-day and trip-based MVPA for each valid person-day (accelerometry; ≥ 600 min wear time). RESULTS: (95% CI 1.3-3.0). There was no association between activity space size and school-day MVPA. Students accrued 21.8 min/day (95% CI 19.2-24.4) of MVPA during school hours, 19.4 min/day (95% CI 15.1-23.7) during travel, and 28.3 min/day (95% CI 22.3-34.3) elsewhere. CONCLUSION: School and school travel are important sources of PA in Vancouver adolescents, irrespective of activity space area covered.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».