MétaCan
Menu
Retour à la cohorte
Enregistrement W3037150074 · doi:10.1123/japa.2019-0267

Neighborhood Resources Associated With Active Travel in Older Adults—A Cohort Study in Six European Countries

2020· article· en· W3037150074 sur OpenAlexaff
Erja Portegijs, Erik J. Timmermans, M.V. Castell, Elaine Dennison, Florian Herbolsheimer, Federica Limongi, Suzan van der Pas, L. Schaap, Natasja M. van Schoor, D.J.H. Deeg

Notice bibliographique

RevueJournal of Aging and Physical Activity · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesMedical Research CouncilJyväskylän YliopistoDeutsche ForschungsgemeinschaftVersus ArthritisInternational Osteoporosis FoundationTampereen YliopistoEuropean CommissionBritish Heart Foundation
Mots-clésPsychological interventionConfidence intervalBaseline (sea)CohortCyclingLimited resourcesOlder peopleEnvironmental healthMedicineDemographyGerontologyGeographyPsychologyPolitical scienceNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To study associations between perceived neighborhood resources and time spent by older adults in active travel. METHODS: Respondents in six European countries, aged 65-85 years, reported on the perceived presence of neighborhood resources (parks, places to sit, public transportation, and facilities) with response options "a lot," "some," and "not at all." Daily active travel time (total minutes of transport-related walking and cycling) was self-reported at the baseline (n = 2,695) and 12-18 months later (n = 2,189). RESULTS: Reporting a lot of any of the separate resources (range B's = 0.19-0.29) and some or a lot for all four resources (B = 0.22, 95% confidence interval [0.09, 0.35]) was associated with longer active travel time than reporting none or fewer resources. Associations remained over the follow-up, but the changes in travel time were similar, regardless of the neighborhood resources. DISCUSSION: Perceiving multiple neighborhood resources may support older adults' active travel. Potential interventions, for example, the provision of new resources or increasing awareness of existing resources, require further study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,096
Score d'incertitude au seuil0,576

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,328
Écart entre enseignants0,305 · 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 tête enseignante, 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and Physical ActivityMême sujetOlder Adults Driving StudiesTravaux en français237 207