MétaCan
Menu
Retour à la cohorte
Enregistrement W2952693492 · doi:10.1016/j.jshs.2019.06.006

Which intensities, types, and patterns of movement behaviors are most strongly associated with cardiometabolic risk factors among children?

2019· article· en· W2952693492 sur OpenAlexafffund
Laura Callender, Michael M. Borghese, Ian Janssen

Notice bibliographique

RevueJournal of sport and health science/Journal of Sport and Health Science · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensQueen's University
Organismes subventionnairesCanada Research ChairsHeart and Stroke Foundation of Canada
Mots-clésMovement (music)PsychologyEnvironmental healthDevelopmental psychologyMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this study was to determine which intensities, patterns, and types of 24-h movement behaviors are most strongly associated with cardiometabolic risk factors among children. METHODS: A total of 369 children aged 10-13 years were studied. Participants wore an Actical accelerometer and a Garmin Forerunner 220 Global Positioning System logger and completed an activity and sleep log for 7 days. Data from these instruments were combined to estimate average minute per day spent in 14 intensities, 11 types, and 14 patterns of movement. Body mass index, resting heart rate, and systolic blood pressure values were combined to create a cardiometabolic risk factor score. Partial least squares regression analysis was used to examine associations between the 39 movement behavior characteristics and the cardiometabolic risk factor score. The variable importance in projection (VIP) values were used to determine and rank important movement behavior characteristics. There was evidence of interaction by biological maturity, and the analyses were conducted separately in the 50% least mature and 50% most mature participants. RESULTS: For the least biologically mature participants, fifteen of the 39 movement behavior characteristics had important VIP value scores; eight of these reflected movement intensities (particularly moderate and vigorous intensities), six reflected movement patterns, and one reflected a movement type. For the most mature participants, thirteen of the 39 movement behavior characteristics had important VIP value scores, with five reflecting intensities (particularly moderate and vigorous intensities), five reflecting patterns, and three reflecting types of movement. CONCLUSION: More than 12 movement behavior characteristics were associated with cardiometabolic risk factors within both the most and least mature participants. Movement intensities within the moderate and vigorous intensity ranges were the most consistent correlates of these risk 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,732

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,300
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations13
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of sport and health science/Journal of Sport and Health ScienceMême sujetObesity, Physical Activity, DietTravaux en français237 207