MétaCan
Menu
← Retour à la cohorte
Enregistrement W2252612832

The Physical Activity Levels and Sedentary Behaviours of Latino Children in Canada

2015· article· en· W2252612832 sur OpenAlexaboutno aff
Patricia Tucker, Gillian Mandich, Shauna M. Burke, Anca Gaston

Notice bibliographique

RevueScholarship@Western (Western University) · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysical activityGeographyPsychologyEnvironmental healthMedicinePhysical therapy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective: To assess the physical activity and sedentary behaviors of a sample of Latino children in London, Ontario, Canada. Methods: Seventy-four Latino children (54.1% male; mean age = 11.4) completed self-report questionnaires related to physical activity and sedentary behaviors. A subset of children (n = 64) wore Actical (Mini Mitter, Respironics) accelerometers for a maximum of four days. Results: Latino children self-reported moderate levels of physical activity (i.e., mean score of 2.8 on 5-point scale). Accelerometer data revealed that children spent an average of 50.0 min in moderate-to-vigorous physical activity (MVPA; 59.2 min on weekdays and 50.6 min on weekend days) and were sedentary for an average of 8.4 h (508.0 min) per day (533.5 min on weekdays and 497.7 min on weekend days). Children reported spending an average of 3.8 h (228 min) daily in front of screens—1.7 h (102 min) watching television, 1.2 h (72 min) on the computer, and 0.9 h (54 min) playing video games. Conclusions: This feasibility project provided a preliminary account of objectively measured daily physical activity and sedentary time among a sample of Latino children in Canada, as well as insight into the challenge of measuring these behaviors. Sedentary behavior reduction techniques should be explored and implemented in this young population, along with strategies to promote adherence to accelerometer protocols.

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 enseignants0,018
Score d'incertitude au seuil0,061

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 technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,081
Tête enseignante GPT0,311
Écart entre enseignants0,230 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→