Direct and Indirect Relationships Between the Built Environment and Individual-Level Perceptions of Physical Activity: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Socioecological models highlight the potential direct and indirect effects of multiple levels of influence in explaining physical activity (PA). Social cognitive theories, however, position individual cognitions as the mediator of external factors such as the built environment when explaining PA. PURPOSE: To appraise the evidence for direct and indirect associations between the built environment and social cognition to predict PA. METHODS: Literature searches were concluded in February 2019 using five common databases. Eligible studies were in the English language that included any direct and indirect tests of individual perceptions and the built environment with PA. RESULTS: The initial search yielded 18,521 hits, which was reduced to 46 independent studies of primarily medium quality after screening for eligibility criteria. Findings were grouped by type of PA then grouped by the type of individual and built environment constructs within the model, and subdivided by adult and youth samples. There was evidence that self-efficacy/perceived control accounted for the covariance between environmental accessibility/convenience and total PA, while habit accounted for the covariance in this relationship for transport PA, particularly in adult samples. There was no evidence that the built environment had a direct association with PA after controlling for individual-level factors. CONCLUSIONS: The results provide initial support for the mediation tenet in social cognition models for the relationship between individual, built environment, and PA. In practice, these findings highlight the need for coordinated interventions of individual and environmental change.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».