MétaCan
Menu
Retour à la cohorte
Enregistrement W2509858812 · doi:10.3934/publichealth.2016.4.663

The Influence of Weather Variation, Urban Design and Built Environment on Objectively Measured Sedentary Behaviour in Children

2016· article· en· W2509858812 sur OpenAlex
Tarun Reddy Katapally, Daniel Rainham, Nazeem Muhajarine

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueAIMS Public Health · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensDalhousie UniversitySaskatchewan HealthUniversity of SaskatchewanUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)Environmental scienceSedentary behaviorUrban designClimatologyMeteorologyGeographyPhysical activityPhysical medicine and rehabilitationMedicineGeologyArchitecture

Résumé

récupéré en direct d'OpenAlex

With emerging evidence indicating that independent of physical activity, sedentary behaviour (SB) can be detrimental to health, researchers are increasingly aiming to understand the influence of multiple contexts such as urban design and built environment on SB. However, weather variation, a factor that continuously interacts with all other environmental variables, has been consistently underexplored. This study investigated the influence of diverse environmental exposures (including weather variation, urban design and built environment) on SB in children. This cross-sectional observational study is part of an active living research initiative set in the Canadian prairie city of Saskatoon. Saskatoon's neighbourhoods were classified based on urban street design into grid-pattern, fractured grid-pattern and curvilinear types of neighbourhoods. Diverse environmental exposures were measured including, neighbourhood built environment, and neighbourhood and household socioeconomic environment. Actical accelerometers were deployed between April and June 2010 (spring-summer) to derive SB of 331 10-14 year old children in 25 one week cycles. Each cycle of accelerometry was conducted on a different cohort of children within the total sample. Accelerometer data were matched with localized weather patterns derived from Environment Canada weather data. Multilevel modeling using Hierarchical Linear and Non-linear Modeling software was conducted by factoring in weather variation to depict the influence of diverse environmental exposures on SB. Both weather variation and urban design played a significant role in SB. After factoring in weather variation, it was observed that children living in grid-pattern neighbourhoods closer to the city centre (with higher diversity of destinations) were less likely to be sedentary. This study demonstrates a methodology that could be replicated to integrate geography-specific weather patterns with existing cross-sectional accelerometry data to understand the influence of urban design and built environment on SB in children.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,262
Écart entre enseignants0,240 · 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