Different types of sedentary activities and their association with perceived health and wellness among middle-aged and older adults
Notice bibliographique
Résumé
Background: Sedentary behaviour has been identified as a risk factor for a variety of health conditions; however, middle-aged and older aged adults continue to spend a large portion of waking hours being sedentary. Many sedentary activities provide an opportunity for social engagement and/or provide cognitive stimuli making them important for psychosocial wellbeing. The purpose of this study was to assess the association between various sedentary activities and self-reported psychosocial health and wellness outcomes to further elucidate potentially important aspects of certain sedentary activities. Methods: Data from adults over the age of 45 years (n=8,161) and adults over the age of 60 years (n=9,128) from the Canadian Community Health Survey (Healthy Aging Cycle, 2008-2009) were used for analysis. Self-perceived health, sense of belonging to community, mood disorder, and satisfaction with life were used as outcomes. The sedentary activities were playing bingo, computer use, doing crosswords/puzzles, handicrafts, listening to radio/music, playing a musical instrument, reading, visiting others, and watching TV. Results: Sedentary activities with a large social or cognitive component were more likely to be associated with better health in the outcomes observed. Sex differences were observed in computer use, where females of both age groups showed an association between computer use and satisfaction with life (Older: OR: 1.53; CI: 1.07-2.20; Younger: OR: 1.41; CI: 1.08-1.86). Reading was also associated with a greater satisfaction with life in females (Older: OR: 1.63; CI: 1.12-2.37; Younger: OR: 1.42, CI: 1.06-1.90) but not males across both age groups. Conclusion: Several sedentary activities were found to be positively associated with self-reported psychosocial wellness in middle and older aged adults. These findings identify potential opportunities for sedentary time interventions and physical activity promotion in middle-aged and older adults.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».