Socioeconomic gradient in physical activity: findings from the PERSIAN cohort study
Notice bibliographique
Résumé
BACKGROUND: The level of socioeconomic-related inequality in physical activity in Iran is largely unknown. This study investigates socioeconomic-related inequality in poor-physical activity (PPA) among Iranian adults. METHODS: A total of 129,257 adult participants enrolled in the PERSIAN (Prospective Epidemiological Research Studies in IrAN) Cohort were included in this study. Physical activity of adults was measured using metabolic equivalent rates (METs). Physical activity less than 41 METs/hour/day was considered PPA. The Concentration index (C) was used to quantify socioeconomic-related inequality in PPA. Moreover, the C was decomposed to identify the relative contribution of explanatory variables to inequality in PPA. RESULTS: There were significant regional variations in physical activity level among Iranian adults (29.8-76.5%). The positive value of C (0.098, 95% CI = 0.092 to 0.104) suggested that the higher concentration of PPA among higher socioeconomic status (SES) adults in Iran which was consistently observed in all cohort sites. CONCLUSIONS: The higher prevalence of PPA among Iranian adults, especially, women and older adults, warrant further public health attention. Since PPA is concentrated more among the high-SES population in Iran, strategies for the promotion of physical activity should focus more on economically well-off population.
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 | 0,001 | 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 | 0,001 |
| 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 ».