MétaCan
Menu
Retour à la cohorte
Enregistrement W2404398850

Adopting leisure-time physical activity after diagnosis of a vascular condition.

2012· article· en· W2404398850 sur OpenAlexaffabout
Pamela L Ramage-Morin, Julie Bernier, Jason T. Newsom, Nathalie Huguet, Bentson H. McFarland, Mark S. Kaplan

Notice bibliographique

RevuePubMed · 2012
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Artery Disease Management
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésMedicineDiabetes mellitusDiseaseStroke (engine)GerontologyWeight lossPhysical activityChronic diseasePhysical therapyObesityInternal medicineEndocrinology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A better understanding of factors associated with adopting leisure-time physical activity among people with chronic vascular conditions can help policy-makers and health care professionals develop strategies to promote secondary prevention among older Canadians. DATA AND METHODS: Cross-sectional data from the 1994/1995 National Population Health Survey (NPHS), household component, and the 2007/2008 Canadian Community Health Survey were used to estimate the prevalence of inactivity. Longitudinal data from eight cycles (1994/1995 through 2008/2009) of the NPHS, household component, were used to examine the adoption of leisure-time physical activity, intentions to change health risk behaviours, and barriers to change. RESULTS: Over half (54%) of the population aged 40 or older were inactive during their leisure time in 2007/2008. A new vascular diagnosis was not associated with initiating leisure-time physical activity. Among the newly diagnosed, those with no disability or a mild disability had higher odds of undertaking leisure-time physical activity. INTERPRETATION: The majority of Canadians in mid- to late life are inactive. They tend to remain so when diagnosed with a vascular condition.

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)0,003
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 enseignants0,744
Score d'incertitude au seuil0,514

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,243
Écart entre enseignants0,227 · 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

Citations4
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetPeripheral Artery Disease ManagementTravaux en français237 207