Where are children and adults physically active and sedentary? – a rapid review of location-based studies
Notice bibliographique
Résumé
INTRODUCTION: Geographical positioning systems (GPS) have the capacity to provide further context around where physical activity (PA) and sedentary time (ST) are accrued especially when overlaid onto objectively measured movement. The objective of this rapid review was to summarize evidence from location-based studies which employed the simultaneous use of GPS and objective measures of PA and/or ST. METHODS: Six databases were searched to identify studies that employed the simultaneous use of GPS and objective measures of PA or ST to quantify location of movement. Risk of bias was assessed, and a qualitative synthesis completed. RESULTS: Searching identified 3446 articles; 59 were included in the review. A total of 22 studies in children, 17 in youth and 20 in adults were captured. The active transportation environment emerged as an important location for moderate-to-vigorous intensity physical activity (MVPA) in children, youth and adults. In children and youth, the school is an important location for MVPA, especially the schoolyard for children. Indoor locations (e.g., schools, homes) appear to be greater sources of lighter intensities of PA and ST. The review was limited by a lack of standardization in the nomenclature used to describe the locations and methods, as well as measures of variance. CONCLUSION: Evidence suggests that the active transportation environment is a potentially important contributor of MVPA across an individual's lifespan. There is a need for future location-based studies to report on locations of all intensity of movement (including minutes and proportion) using a whole-day approach in larger representative samples.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».