Utility of Surveillance Research to Inform Physical Activity Policy: An Exemplar From Canada
Notice bibliographique
Résumé
BACKGROUND: There are several well-known risk factor monitoring systems, but few examples of comprehensive surveillance systems designed specifically to inform physical activity (PA) policy. This paper examines the utility of Canada`s Physical Activity and Sport Monitoring System in guiding policy and practice. METHODS: Indicators were determined in conjunction with government, nongovernmental associations and academics. Serial measures were collected from representative population (telephone interviews, n = 4000 to 11,000) and setting-based (postal surveys, n = 1425 to 4304) surveys. RESULTS: Adult PA was higher in 2014 (47%) than 1998 (37%). The prevalence of knowledge about sufficient PA to meet national guidelines increased (31% to 57%). Most adults (66%) reported having many safe places to walk locally. Having policies to encourage walking and cycling when redeveloping communities increased by community size (5% to 37%). PA promotion was available in 10% to 15% of workplaces. Most parents (64%) provided transportation to support their child's PA. The prevalence of policies mandating daily PE increased 2001 to 2011 (36% to 55%), as did having no policy to hire qualified PE teachers (25% to 34%). CONCLUSIONS: Canada's surveillance system has provided information for guiding policy planning, resource allocation, setting and tracking national goals, assessing changes in PA determinants, and evaluating national campaigns, naturally occurring experiments, and innovative policies.
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 | 0,012 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».