The Benefits Of Community-based Walking And Running Programs For Aboriginal Peoples
Notice bibliographique
Résumé
Aboriginal populations in North America currently experience increased rates of cardiovascular disease and diabetes. Lifestyle changes over the past 50 years (including significant reductions in physical activity levels) have been accompanied by increased prevalence of these chronic conditions. PURPOSE: To evaluate the effectiveness of community-based walking and running programs for improving the health of Aboriginal peoples. METHODS: We assessed self-report physical activity and direct measures of height, weight, blood pressure, lipid profile, blood glucose, and waist girth before and after three forms of 13 week physical activity interventions. The 280 Aboriginal participants self-selected either walking, learn to run, or run faster programs. RESULTS: As a population there was a high prevalence of physical inactivity (48%), overweight and obesity (via BMI; 78%), central obesity (via waist girth; 65%), and hypertension (21%). All participants experienced improvements with training, including all ages, genders and geographic locations. Over the training program, significant improvements in health measures were recorded including waist girth, systolic blood pressure, total cholesterol (TC) and physical activity. Physical activity improvements included a 34.3% increase in the prevalence of participants meeting Health Canada physical activity guidelines. There were also trends for improvements in weight, diastolic blood pressure, high density lipoprotein cholesterol (HDL) and TC:HDL ratios. Both male and female participants and all age groups experienced similar improvements in health measures and increases in physical activity with training. These improvements also extend to all three physical activity training programs as well as participants residing in rural and urban regions, all 4 regions of the province, and both on and off reserve locations. CONCLUSIONS: Within this population, significant improvements in health measures were observed over the 13 week training program. All classifications of Aboriginal participants experienced health improvements with this program.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».