Uneven Effects of Adverse Weather Conditions on Participation in Leisure-Time Physical Activities Across Income Levels
Notice bibliographique
Résumé
PURPOSE: To examine how the effect of adverse weather on participation in leisure-time physical activities (LTPA) varies with income. DESIGN: Cross-sectional study. SUBJECTS: 14,394 individuals from 56 Canadian cities, surveyed in 1992, 1998, and 2005. MEASURES: The adverseness level of daily weather is measured by the number of hours with precipitation or strong winds (wind speeds in excess of 38 km/hour) between 6 am and 11 pm. ANALYSIS: Probit and multinomial logit models are used to examine the variation in weather-LTPA correlations across income levels. RESULTS: At the mean income level, when the weather quality deteriorated from all-day nice weather to all-day adverse weather, the probability of participating in LTPA decreased by 24.54% (from 0.2424 to 0.1829, P < 0.01). As income increased by $10,000, the same deterioration in weather quality led to a 17.06% decrease in LTPA (from 0.2508 to 0.2080, P < 0.01). The smaller decrease is mainly because the $10,000 increase in income is associated with a 14.49% increase in indoor LTPA, which partly offsets the decrease in outdoor LTPA. CONCLUSION: Interventions and policies that increase indoor physical activity options, such as providing easier access to indoor facilities and offering subsidies for purchasing or renting home exercise equipment, are promising for effectively promoting LTPA, especially for individuals in lower-income groups or from regions that frequently experience adverse weather.
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 ».