Dog ownership and adults’ objectively-assessed sedentary behaviour and physical activity
Notice bibliographique
Résumé
Evidence suggests a positive effect of dog ownership on physical activity. However, most previous studies used self-reported physical activity measures. Additionally, it is unknown whether owning a dog is associated with adults' sedentary behaviour, an emerging health risk factor. In this study, physical activity and sedentary behaviour were objectively collected between 2013 and 2015 from 693 residents (aged 40-64 years) living in Japan using accelerometer devices. Multivariable linear regression models were used, adjusted for several covariates. The means of total sedentary time and the number of long (≥ 30 min) sedentary bouts were 26.29 min/day (95% CI - 47.85, - 4.72) and 0.41 times/day (95% CI - 0.72, - 0.10) lower for those who owned a dog compared to those not owning a dog, respectively. Compared with non-owners, dog-owners had significantly higher means of the number of sedentary breaks (95% CI 0.14, 1.22), and light-intensity physical activity (95% CI 1.31, 37.51). No significant differences in duration of long (≥ 30 min) sedentary bouts, moderate, vigorous, and moderate-to-vigorous-intensity physical activity were observed between dog-owners and non-owners. A novel finding of this study is that owning a dog was associated with several types of adults' sedentary behaviours but not medium-to-high-intensity physical activities. These findings provide new insights for dog-based behavioural health interventions on the benefits of dog ownership for reducing sedentary behaviour.
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 ».