Walk@work: A feasibility study of a web-based tool to support workplace walking
Notice bibliographique
Résumé
Web-based physical activity programs have the capacity to reach populations where prolonged sitting is a concern. The aim of this study was to implement and evaluate a university-wide, workplace walking intervention (Walk@Work) targeting sedentary staff. 96 university staff ( M age = 44.0 yrs; M BMI = 29.7 kg/m 2 ) were recruited. All participants received a pedometer and access to an interactive website containing support strategies and a walking program. The program aimed to incrementally increase steps over a 6-week period (Phases I-III), followed by a 4-week maintenance period (Phases IV and V). Primary outcome was change in step counts, which was analyzed using repeated measures ANCOVA. Secondary outcomes were changes in quality of life, and measures of intervention feasibility and acceptability. Descriptive statistics and paired-samples t -test were used to analyze secondary outcomes. Results indicated a significant main effect for phase, F = 4.15, p = .006. Posthoc comparisons revealed higher mean step counts during the maintenance phases (Phase IV: M = 9354, p M = 9591, p = .01) vs. Phase I ( M = 8782). Secondary analysis revealed a trend for improved scores on the vitality quality of life subscale, t = -1.96, p = .056. 130 employees expressed interest in the program, 96 registered for the program, and 53 (55%) completed the full 10 weeks. Majority (96%) of participants was female. Overall, Walk@Work was a feasible and effective short-term program for increasing and maintaining workplace walking. Ongoing work will use process evaluations to improve website functionality prior to larger, multi-site trials. Acknowledgments: University of Toronto's Health and Well-Being Programs and Services and the Organizational Development and Learning Centre for their assistance with study recruitment.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».