Differences in transportation and leisure physical activity by neighborhood design controlling for residential choice
Notice bibliographique
Résumé
Cross-sectional studies provide useful insight about the associations between the built environment and physical activity (PA), particularly when reasons for neighborhood choice are considered. Our study analyzed the relationship between levels of weekly transportation and leisure PA among 3 neighborhood designs, statistically adjusting for sociodemographic characteristics and reasons for neighborhood choice. A stratified random sample of adults (age ≥20 years) living in Calgary (Canada) neighborhoods with different neighborhood designs (grid, warped-grid, and curvilinear) and socioeconomic status completed a self-administered questionnaire capturing PA, sociodemographic characteristics, and reasons for neighborhood choice (response rate = 10.1%; n = 1023). Generalized linear models estimated associations between neighborhood design and transportation and leisure PA outcomes (participation (any vs. none) and volume (metabolic equivalent: h/week)), adjusting for neighborhood socioeconomic status, sociodemographic characteristics (gender, age, ethnicity, education, household income, marital status, children, vehicle access, dog ownership, and injury), and reasons for neighborhood choice (e.g., proximity and quality of recreational and utilitarian destinations, proximity to work, highway access, aesthetics, and sense of community). Overall, 854 participants had resided in their neighborhood for at least 12 months and provided complete data. Compared with those living in curvilinear neighborhoods, grid neighborhood participants had greater odds (p < 0.05) of participating in any transportation walking (odds ratio (OR) = 2.17), transportation and leisure cycling (OR = 2.39 and OR = 1.70), active transportation (OR = 2.16), and high-intensity leisure PA (≥6 metabolic equivalent; OR = 1.74), respectively. There were no neighborhood differences in the volume of any transportation or leisure PA undertaken. Adjustment for neighborhood selection had minimal impact on the statistical or practical importance of model estimates. Neighborhood design is associated with PA patterns in adults, independent of reasons for neighborhood choice and sociodemographic factors.
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 | 0,014 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».