MétaCan
Menu
Retour à la cohorte
Enregistrement W2770707498 · doi:10.1057/978-1-137-48562-5_17

Sport, Physical Activity, and Aging: Are We on the Right Track?

2017· book-chapter· en· W2770707498 sur OpenAlexafffund
Kelly Carr, Kristy L. Smith, Patricia L. Weir, Sean Horton

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2017
Typebook-chapter
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Windsor
Organismes subventionnairesUniversity of Windsor
Mots-clésPsychologyGerontologyPopulation ageingHealthy agingPopulationMedicine

Résumé

récupéré en direct d'OpenAlex

This chapter provides a critical overview of the applicability and effectiveness of ‘Sport for Life’ and ‘Sport for All’ approaches in achieving ‘success’ during older adulthood. Older adulthood, as suggested by the World Health Organization (WHO), commonly coincides with the eligibility to collect pension payments, and thus begins between 60 and 65 years of age (WHO, 2002a). As many parts of the world face a demographic shift toward this older population base, a critical examination of strategies to maintain health, function, and well-being into later life is warranted. Positioned within a framework of successful aging, this chapter discusses the implications of holding the individual accountable for personal health and functioning, while aligning this notion with the expectation of all individuals to maintain physically active lives through sport participation. As an example of older adults participating in sport we highlight the World Masters Games and debate the use of competitive Masters athletes to exemplify the aging ideal as well as serve as role models for the senior population. We consider barriers to sport and physical activity participation and provide a snapshot of engagement profiles throughout older adulthood. Conclusions are drawn regarding ‘Sport for Life’ and ‘Sport for All’ approaches when encouraging older adults to age successfully, and contrasts are made to the broader framework of ‘active aging’. These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,006

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,343
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetAging and Gerontology ResearchTravaux en français237 207