MétaCan
Menu
Retour à la cohorte
Enregistrement W2556972347 · doi:10.1123/jpah.2016-0526

Results From the Mozambique 2016 Report Card on Physical Activity for Children and Adolescents

2016· article· en· W2556972347 sur OpenAlexaboutno aff
António Prista, Timóteo Daca, Francisco Tchonga, Eduardo Machava, Cremildo Macucule, Edmundo Ribeiro

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 activityGovernment (linguistics)Sedentary behaviorAction (physics)Sports medicineEnvironmental healthPsychologyMedicineMedical educationGerontologyPhysical therapyPedagogy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This article describes the procedures and development of the 2016 Mozambican Report Card on Physical Activity for Children and Adolescents. METHODS: Following the procedures adopted in 2014 for that year's report card, comprehensive searches on new data related to indicators of physical activity (PA) were done. A committee composed of physical activity and sports specialists graded each indicator consistent with the process and methodology outlined by the Active Healthy Kids Canada Report Card model. RESULTS: Nine indicators of PA were graded. Compared with 2014 there were several differences which were caused by changes in the country as well as a more effective evaluation from the committee. The following grades were assigned: Overall Physical Activity Levels, C; Organized Sport Participation, F; Active Play, D; Active Transportation, C; Schools, D; Community and the Built Environment, F; and Government, F. Sedentary Behaviors and Family and Peers were graded Incomplete due to the lack of available information. CONCLUSIONS: The decline of the PA habits in urban centers reported in 2014 are accentuated and is influencing the rural areas in several ways. At present, there is no strategy or effective action from authorities to reverse this negative trend.

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)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,374

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,033
Tête enseignante GPT0,341
Écart entre enseignants0,308 · 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'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

Citations18
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

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