Neighborhood walkability, physical activity, and walking for transportation: A cross-sectional study of older adults living on low income
Notice bibliographique
Résumé
BACKGROUND: Walking, and in particular, outdoor walking, is the most common form of physical activity for older adults. To date, no study investigated the association between the neighborhood built environment and physical activity habits of older adults of low SES. Thus, our overarching aim was to examine the association between the neighborhood built environment and the spectrum of physical activity and walking for transportation in older adults of low socioeconomic status. METHODS: Cross-sectional data were from the Walk the Talk Study, collected in 2012. Participants (n = 161, mean age = 74 years) were in receipt of a rental subsidy for low income individuals and resided in neighbourhoods across Metro Vancouver, Canada. We used the Street Smart Walk Score to objectively characterize the built environment main effect (walkability), accelerometry for objective physical activity, and the Community Healthy Activities Model Program for Seniors (CHAMPS) questionnaire to measure walking for transportation. We used regression analyses to examine associations of objectively measured physical activity [total volume, light intensity and moderate intensity physical activity (MVPA)] and self-reported walking for transportation (any, frequency, duration) with walkability. We adjusted analyses for person- and environment-level factors associated with older adult physical activity. RESULTS: Neighbourhood walkability was not associated with physical activity volume or intensity and self-reported walking for transportation, with one exception. Each 10-point increase in Street Smart Walk Score was associated with a 45% greater odds of any walking for transportation (compared with none; OR = 1.45, 95% confidence interval = 1.18, 1.78). Sociodemographic, physical function and attitudinal factors were significant predictors of physical activity across our models. CONCLUSIONS: The lack of associations between most of the explored outcomes may be due to the complexity of the relation between the person and environment. Given that this is the first study to explore these associations specifically in older adults living on low income, this study should be replicated in other settings.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».