A discriminant function analysis of high and low active children as measured by pedometers
Notice bibliographique
Résumé
A large proportion of Canadian children fail to acquire recommended levels of physical activity per day. Therefore it is important for researchers to understand the factors that determine whether children are active or not. Purpose: To explore sociodemographic variables that discriminate between high and low active children as measured by pedometers. Methods: Between April 2009 and February 2011, 421 children aged 6 to 10 years-old and one of their parents wore SC-T2 pedometers for four consecutive days. High and low activity levels of the children were determined via a median split. Children's height and weight were directly measured, and parent's height, weight and demographic information were self-reported. The dependent variables included: child age and sex, parent and child body mass index, average parent steps as well as parent education, household income and season. A discriminant function analysis was used to determine whether the above mentioned variables contributed to group separation of high and low active children. Results: Wilks' Lambda was significant, ?2(7) = 37.15, p < .001, with parent steps, season, and sex contributing to group separation. Conclusion: These findings suggest that parental modeling of physical activity, season and sex are key factors in determining whether children are active or not and thus should be taken into consideration when developing interventions and public health initiatives. Acknowledgments: This research was funded by the Heart & Stroke Foundation of Canada and the Canadian Institute of Health Research (CIHR)
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».