The association between parents' perceptions of neighbourhood walkability and children's physical activity and screen time
Notice bibliographique
Résumé
Background: Because parents are important gatekeepers of children’s activities, the purpose of this study was to determine if parents’ perceptions of the neighbourhood environment influence the amount of physical activity (PA) and screen time their children engage. Methods: Between 2009 and 2011, 669 children aged 6- to 10-years participated in wave 2 of a longitudinal cohort study in Edmonton, Alberta. The children wore SC-T2 pedometers for 4 consecutive days (minimum of 3 valid days) and parents reported their child’s PA and screen-time. Parents also completed the Neighbourhood Environment Walkability Scale – Abbreviated (NEWS-A), which assesses perceptions of the neighbourhood environment (e.g., residential density, land-use mix, aesthetics, crime, parking, cul-de-sacs). Multivariate linear regressions were run, controlling for socio-demographic variables. Results: Diversity of land-use mix was positively associated with total steps (B = 574.61, p < .01) and weekday steps (B = 614.07, p < .01), while lack of parking was positively associated with weekend day steps (B = 625.79, p < .05). Having a greater number of cul-de-sacs was positively associated with reported weekend activity (B = 14.15, p < .05). Aesthetics was negatively associated with total, weekday, and weekend day screen time (B = -106.09, p < .01; B = -60.64, p < .05; B = -44.52, p < .01; respectively). Conclusion: Parents’ perceptions of their neighbourhood, including destinations to walk to, a lack of parking and a greater amount of cul-de-sacs, may encourage children to engage in more PA. Further, the perceived aesthetics of the environment may discourage screen time.Acknowledgments: This research was funded by the Heart and Stroke Foundation of Canada and the Canadian Institutes for Health 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».