Changes in work factors and concurrent changes in leisure time physical activity: a 12-year longitudinal analysis
Notice bibliographique
Résumé
OBJECTIVES: There is a paucity of longitudinal population-based studies examining whether changes in work factors are associated with concurrent changes in leisure time physical activity (LTPA). This study examines this issue using 12 years of longitudinal survey data. METHODS: Data were drawn from the Canadian National Population Health Survey. The initial analytical sample in 1994 of 6407 working individuals was followed every 2 years from 2000 to 2010. Seven work factors were measured as independent variables: skill discretion, decision authority, psychological demands, physical exertion, number of jobs, hours at work and shift schedule. LTPA was categorised as inactive, moderately active or active based on metabolic equivalent task values. Fixed-effects multinomial logistic models were used to examine associations between work factors and LTPA controlling for time-invariant effects and adjusted for covariates. RESULTS: Workers with lower skill discretion (OR=0.96; 95% CI 0.92 to 0.99), higher psychological demands (OR=0.95; 95% CI 0.92 to 0.99), higher physical exertion (OR=0.93; 95% CI 0.88 to 0.99) and longer work hours (OR=0.97; 95% CI 0.95 to 098) were associated with a lower odds of transitioning from inactive to active and moderately active. There was no evidence of effect modification by age or sex. CONCLUSION: Results suggest that as participants' skill discretion decreased, and their physical and psychological demands, and work hours increased, their likelihood of becoming more active and moderately active also decreased, supporting the value of targeting improvements in these work factors for physical activity interventions.
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 | 0,000 | 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 | 0,000 |
| 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 ».