Notice bibliographique
Résumé
Apply It!Summary •Pregnant women are recommended to engage in ≥150 minutes of moderate-intensity physical activity over three or more days per week. •This level of PA significantly reduces the odds of developing pregnancy complications ( e.g. , diabetes and hypertension) without increasing the odds of miscarriage, early delivery, or a small baby. •Engaging in physical activity during pregnancy reduces the odds of developing depression by 67% and reduces the severity of depressive symptoms. •Increasing the amount of weekly exercise concomitantly reduces the odds of developing pregnancy-related complications. As exercise and health professionals, it’s important to consider a woman’s physical, mental, social, and spiritual health when prescribing exercise. Health and fitness professionals can encourage women during this period to be active and to include other areas of wellness by inviting friends to be active with them, or practicing mindfulness during PA, or joining group exercise session for increased social interactions. During pregnancy, there will be days where a woman feels tired or unwell, encouraging adequate rest and sleep to ensure recovery is as important as encouraging a resumption of activity after recovery. Consider the individual’s goal, whether it be disease prevention, stress reduction, or mood enhancement, in the design of an exercise plan or in making recommendations regarding PA. Although prescribing exercise during pregnancy requires additional considerations beyond nonpregnant women, such as time constraints, fatigue, and caring for other children, it is possible to develop effective strategies that increase PA while at the same time improving different aspects of wellness, particularly socioemotional well-being. And all of these can occur with as little as 10 minutes a day of PA.
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) | 0,000 | 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 ».