The Influence of Weather Variation, Urban Design and Built Environment on Objectively Measured Sedentary Behaviour in Children
Notice bibliographique
Résumé
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».