Young Adolescents’ Physical Activity In Five Locations As Measured Using GPS And Accelerometry
Notice bibliographique
Résumé
PURPOSE: To identify youths’ physical activity (PA) in 5 locations and investigate differences by participant factors. METHODS: 616 youth (14.2±1.5 years old; 49.2% girls; 31.6% non-White; 11.2% obese) were recruited from 311 census block groups in the Baltimore, MD and Seattle, WA regions. Participants wore an accelerometer and GPS tracking device for 7±2.6 days. GIS was used to classify GPS points as (1) at home (50 meter radial buffer), (2) at school (15 meter parcel buffer), (3) near home and (4) near school (both 1 kilometer street network buffers), and (5) at all other locations. Accelerometer and GPS data were time-matched and moderate to vigorous PA (MVPA) in each location was assessed using Evenson cut points. Mixed-effects regression tested differences in MVPA minutes in each location by gender, race/ethnicity, and obesity status. RESULTS: Mean daily minutes of MVPA was 38.0±28.1 overall, 7.4±14.1 at home, 11.3±18.2 at school, 5.5±13.7 near home, 2.7±9.5 near school, and 11.7±21.6 at other locations. 5.2±11.9% of time at home, 5.3±7.4% of time at school, 8.6±15.1% of time near home, 9.8±17.7% of time near school, and 6.2±11.5% of time at other locations was spent in MVPA. Boys had 22-56% more MVPA minutes than girls in all locations except near school (Fig 1). Non-White’s had 24-42% more MVPA minutes near home and near school than White non-Hispanics. Normal/overweight youth had 40-56% more MVPA minutes near home and at other locations than obese youth. CONCLUSION: Understanding where PA occurs can provide insight into creating more supportive environments for youth PA. Schools and other locations contributed the most to youths’ overall PA, but these locations were contributors to gender disparities. The low amount of neighborhood PA suggests need and potential for increasing youths’ PA and reducing obesity through interventions to support active travel.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».