MétaCan
Menu
Retour à la cohorte
Enregistrement W2986964606 · doi:10.1093/geroni/igz038.453

EXERCISE EFFECTS ON WELL-BEING ON CANADIAN WOMEN OVER THE AGE OF 65

2019· article· en· W2986964606 sur OpenAlexaffabout
Holly A. Bardutz, Constance Saltz Corley

Notice bibliographique

RevueInnovation in Aging · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésFeelingMoodAlertnessPsychologyClinical psychologyMedicineDevelopmental psychologyPsychiatrySocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Two groups of Canadian women, over the age of 65, were interviewed (n = 20) in a study focused on brain health. The first group (n = 12) regularly attended exercise classes and met the exercise standards of the Canadian Society of Exercise Physiologists for the age group over 65 years for at least six months. Women in the comparison group (n = 8) had been taking adult education classes twice a week or more for at least six months. Thematic coding was used to analyze the results. Both groups reported benefits from their participation in their respective groups. However, the results show that the group who exercised regularly consistently reported improved mood, increased mental alertness, a better ability to handle stress, less pain, and improved sleep. These factors were not reported by the non-exercise group, which did benefit by gaining new knowledge, making new friends and feeling good because they were learning new things. This study suggests that Canadian women over the age of 65 who have been exercising regularly report many of the effects of exercise on the brain that are beneficial to their well-being. They did not specifically mention the new brain cells being made (neurogenesis) nor did they note neuronal rewiring (neuroplasticity), however they did self-report some psychological benefits that the Comparison Group did not report, as noted above. This research has implications for both practice and research.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,329
Écart entre enseignants0,312 · 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'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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetAging and Gerontology ResearchTravaux en français237 207