Investigating the association between physical activity and the built environment among individuals with schizophrenia
Notice bibliographique
Résumé
Background: Despite the known benefits of physical activity (PA) for persons with schizophrenia, most of the population is not meeting PA recommendations. One strategy that may influence the PA of persons with schizophrenia is approaches that provide environmental opportunities and supports to assist individuals in becoming more active. Currently, there is limited knowledge on the role of the environment in the PA behaviour of this population. The purpose of this study was to examine the relationship between perceptions of the built environment and PA among individuals with schizophrenia. Methods: A total of 112 participants (45 female) with schizophrenia (Mage = 41.2±12 years) completed the Physical Activity Neighbourhood Environment Survey (PANES) and wore an accelerometer over a 7-day period. Pearson correlations were used to explore associations between daily minutes of moderate-to-vigorous PA (MVPA) and steps counts, environmental perceptions (residential density, land use mix, transit access, pedestrian and bicycling infrastructure, recreation facilities, street connectivity, traffic, crime and pedestrian safety, and aesthetics) and demographics (age, BMI, gender). Only those variables demonstrating a significant correlation with PA were included in the linear regression. Results: Aesthetics and age were the only variables significantly related to MVPA (R2 = 0.09; β = 0.21, p < 0.05 and β = -0.27, p > 0.01, respectively) and steps counts (R2 = 0.11; β = 0.28, p 0.05, respectively). Conclusion: These findings suggest that an aesthetically appealing environment may have a small influence on daily MVPA behaviour among individuals with schizophrenia, irrespective of age.Acknowledgments: This study is supported by Canadian Institutes of Health Research (operating grant).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,002 | 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 ».