Built Environment Influences of Children’s Physical Activity: Examining Differences by Neighbourhood Size and Sex
Notice bibliographique
Résumé
Neighbourhoods can facilitate or constrain moderate-to-vigorous physical activity (MVPA) among children by providing or restricting opportunities for MVPA. However, there is no consensus on how to define a child's neighbourhood. This study examines the influence of the neighbourhood built environment on objectively measured MVPA among 435 children (aged 9-14 years) in London (ON, Canada). As there is no consensus on how to delineate a child's neighbourhood, a geographic information system was used to generate measures of the neighbourhood built environment at two buffer sizes (500 m and 800 m) around each child's home. Linear regression models with robust standard errors (cluster) were used to analyze the relationship between built environment characteristics and average daily MVPA during non-school hours on weekdays. Sex-stratified models assessed sex-specific relationships. When accounting for individual and neighbourhood socio-demographic variables, park space and multi-use path space were found to influence children's MVPA. Sex-stratified models found significant associations between MVPA and park space, with the 800 m buffer best explaining boys' MVPA and the 500 m buffer best explaining girls' MVPA. Findings emphasize that, when designing built environments, programs, and policies to facilitate physical activity, it is important to consider that the size of the neighbourhood influencing a child's physical activity may differ according to sex.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».