MétaCan
Menu
Retour à la cohorte
Enregistrement W2552028422 · doi:10.1123/jpah.2016-0404

Results From Malaysia’s 2016 Report Card on Physical Activity for Children and Adolescents

2016· article· en· W2552028422 sur OpenAlexaboutno aff
Razinah Sharif, Kar Hau Chong, Nur Hadiyani Zakaria, Min Li Ong, John J. Reilly, Jyh Eiin Wong, Hazizi Abu Saad, Bee Koon Poh

Notice bibliographique

RevueJournal of Physical Activity and Health · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReport cardPhysical activityGrading (engineering)Sedentary behaviorMedicineProtocol (science)Physical therapyPsychologyEnvironmental healthEngineeringAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The 2016 Malaysia Active Healthy Kids Report Card aims to collect, assess, and grade current and comprehensive data on physical activity (PA) and associated factors in Malaysian children and adolescents aged 5 to 17 years. METHODS: This report card was developed following the Active Healthy Kids Canada Report Card protocol. The Research Working Group identified the core matrices, assessed the key data sources, and evaluated the evidence gathered for grade assignments. A grade was assigned to each indicator by comparing the best available evidence against relevant benchmark using a standardized grading scheme. RESULTS: Overall Physical Activity, Active Transportation, and Sedentary Behavior were assigned the D grade. The lowest grade of F was assigned to Diet, while School and Government Strategies and Investments were graded higher with a B. Five indicators were assigned INC (incomplete) due to a lack of representative data. CONCLUSIONS: The report card demonstrates that Malaysian children and adolescents are engaging in low levels of PA and active commuting, high levels of screen time, and have extremely low compliance with dietary recommendations. More efforts are needed to address the root causes of physical inactivity while increasing the opportunities for children and adolescents to be more physically active.

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 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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,841

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,337
Écart entre enseignants0,306 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations24
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physical Activity and HealthMême sujetObesity, Physical Activity, DietTravaux en français237 207