Sit Less, Stand More
Notice bibliographique
Résumé
BACKGROUND: Point-of-decision prompts (PODP) are effective at increasing physical activity and sedentary behavior in the workplace. However, current research that investigates the influence of PODPs on sedentary behavior outside of the workplace is lacking. PURPOSE: To determine if a PODP targeting sedentary behavior influenced the proportion of standing individuals during presentations at an academic conference. METHODS: Twelve, one-hour groups of presentation sessions (Global Summit on the Physical Activity of Children conference, May 2014) were included in this study; half were randomly assigned to the intervention group and half to the control group. The intervention group was exposed to an oral PODP at the beginning and middle of the presentations. Researchers performed three counts: beginning (e.g. first 10 minutes), middle (e.g. 30-40 minutes), and end (e.g. 50-60 minutes); each count included the number of individuals in the audience and the number of standing individuals. RESULTS: A significantly larger proportion of individuals chose to stand during intervention group presentations (16.9± 2.0%) compared to control group presentations (10.5± 1.5%; chi2=7.13; p < 0.05). CONCLUSIONS: This study demonstrated the effectiveness of PODPs at decreasing sedentary behavior during an academic conference. PODPs are simple, cost-effective interventions that require minimal time commitment, and represent a population health intervention that could reduce sedentary behavior in a large group setting.
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 | 0,003 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,080 | 0,014 |
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 ».