Neighborhood Walkability and Body Mass Index Trajectories: Longitudinal Study of Canadians
Notice bibliographique
Résumé
OBJECTIVES: To assess the impact of neighborhood walkability on body mass index (BMI) trajectories of urban Canadians. METHODS: Data are from Canada's National Population Health Survey (n = 2935; biannual assessments 1994-2006). We measured walkability with the Walk Score. We modeled body mass index (BMI, defined as weight in kilograms divided by the square of height in meters [kg/m(2)]) trajectories as a function of Walk Score and sociodemographic and behavioral covariates with growth curve models and fixed-effects regression models. RESULTS: In men, BMI increased annually by an average of 0.13 kg/m(2) (95% confidence interval [CI] = 0.11, 0.14) over the 12 years of follow-up. Moving to a high-walkable neighborhood (2 or more Walk Score quartiles higher) decreased BMI trajectories for men by approximately 1 kg/m(2) (95% CI = -1.16, -0.17). Moving to a low-walkable neighborhood increased BMI for men by approximately 0.45 kg/m(2) (95% CI = 0.01, 0.89). There was no detectable influence of neighborhood walkability on body weight for women. CONCLUSIONS: Our study of a large sample of urban Canadians followed for 12 years confirms that neighborhood walkability influences BMI trajectories for men, and may be influential in curtailing male age-related weight gain.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».