MétaCan
Menu
Retour à la cohorte
Enregistrement W2994268694

Sedentary behaviour and obesity.

2008· article· en· W2994268694 sur OpenAlexaffabout
Margot Shields, Mark S. Tremblay

Notice bibliographique

RevuePubMed · 2008
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésObesityLogistic regressionMedicineDemographyScreen timeOddsPhysical activitySedentary lifestyleGerontologyOdds ratioSedentary behaviorMultivariate analysisPhysical therapyInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This article examines sedentary behaviours (television viewing, computer use and reading) in relation to obesity among Canadian adults aged 20 to 64 years. METHODS: The analysis is based on 42,612 respondents from the 2007 Canadian Community Health Survey Cross-tabulations were used to compare the prevalence of obesity by time engaged in sedentary behaviours. Multiple logistic regression models were used to determine if associations between sedentary behaviours and obesity were independent of the effects of sociodemographic variables, leisure-time physical activity and diet. RESULTS: Approximately one-quarter of men (25%) and women (24%) who reported watching television 21 or more hours per week were classified as obese. The prevalence of obesity was substantially lower for those who averaged 5 or fewer hours of television per week (14% of men and 11% of women). When examined in multivariate models controlling for leisure-time physical activity and diet, the associations between time spent watching television and obesity persisted for both sexes. Frequent computer users (11 or more hours per week) of both sexes had increased odds of obesity, compared with those who used computers for 5 or fewer hours per week. Time spent reading was not related to obesity.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,752

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,057
Tête enseignante GPT0,261
Écart entre enseignants0,204 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations159
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetPhysical Activity and HealthTravaux en français237 207