MétaCan
Menu
Retour à la cohorte
Enregistrement W2526914871 · doi:10.1177/0013916516670982

A Systematic Review of Agreement Between Perceived and Objective Neighborhood Environment Measures and Associations With Physical Activity Outcomes

2016· review· en· W2526914871 sur OpenAlexaff
Stephanie L. Orstad, Meghan H. McDonough, Shauna Stapleton, Ceren Altincekic, Philip J. Troped

Notice bibliographique

RevueEnvironment and Behavior · 2016
Typereview
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésComparabilityPhysical activityPsychologyBuilt environmentVariance (accounting)VariablesStatisticsMedicineMathematicsPhysical therapyEcology

Résumé

récupéré en direct d'OpenAlex

A number of review studies document associations between the perceived and objectively measured neighborhood environment and physical activity. However, current evidence does not discern whether perceived or objective variables more consistently predict physical activity. A review is needed to examine the comparability of these variables and the consistency of their respective associations with the same physical activity outcome. We systematically searched three databases for studies that examined agreement between perceived and objective measures and/or associations between comparable variables and physical activity. We abstracted 85 relevant peer-reviewed studies published between 1990 and 2015, synthesized agreement coefficients, and compared these variables’ associations with physical activity. Perceived neighborhood environment variables were significantly associated with physical activity ( p < .05) at slightly higher rates than objective neighborhood environment variables (20.1% and 13.7%). Comparably defined variables exhibited low agreement and only 8.2% were associated with the same outcome. The perceived neighborhood environment and objectively measured neighborhood environment are related but distinct constructs that account for unique variance in physical activity.

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)0,016
score de la tête « metaresearch » (Gemma)0,090
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,090
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,006
Bibliométrie0,0150,017
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,041
Tête enseignante GPT0,324
Écart entre enseignants0,283 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations243
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and BehaviorMême sujetUrban Transport and AccessibilityTravaux en français237 207