Impact of Social Distancing Associated with The COVID-19 Pandemic on Physical Activity Levels and Associations With Mood State: An Internet-Based Survey
Notice bibliographique
Résumé
Abstract BACKGROUND: The coronavirus disease 2019 (COVID-19) pandemic has resulted in a strong negative impact on economic and social life worldwide. It has also negatively influenced people’s general health and quality of life. The aim of the present study was to study the impact of social distancing on physical activity level, and the association between mood state (depression and anxiety level) or sex with actual physical activity levels, the change in physical activity during social distancing period, the adhesion level to social distancing, the adoption time of social distancing, family income and age. METHODS: A self-administered questionnaire with personal, quarantine, physical activity, and mood state disorders information’s was answered by 2,140 female and male Brazilians who were recruited through online advertising. RESULTS: Thirty percent of the participants presented symptoms of moderate/severe depression and 23.3% displayed moderate/severe anxiety symptoms. A greater presence of symptoms related to anxiety and depression were associated with low physical activity levels, low family monthly income, and younger age. A higher percentage of men who had no mood disorders was observed among those who were very active than among those less active. CONCLUSION: The COVID-19 pandemic has a negative impact on physical activity. Those who reduced their level of physical activity had the highest levels of mood disorders. Therefore, considering all the non-communicable diseases and mental diseases associated with physical inactivity, humans are likely to be much more vulnerable during this period of social distancing, including that of combating a possible COVID-19 disease. Therefore, physical activity programs should be encouraged, while respecting the necessary social distancing to prevent the spread of Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».