MétaCan
Menu
← Retour à la cohorte
Enregistrement W3118962498 · doi:10.1139/apnm-2020-0631

Contemporaneous trajectories of physical activity and screen time in adolescents

2021· article· en· W3118962498 sur OpenAlexafffundvenueabout
Teodora Riglea, Isabelle Doré, Jennifer O’Loughlin, Mathieu Bélanger, Marie‐Pierre Sylvestre

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensUniversité de MonctonUniversité de SherbrookeUniversité de MontréalVitalité Health NetworkCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchFondation de la recherche en santé du Nouveau-Brunswick
Mots-clésScreen timeDemographyPhysical activityMedicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

Adolescents often report low moderate-to-vigorous physical activity (MVPA) and high screen time. We modeled sex-specific MVPA and screen time trajectories during adolescence and identified contemporaneous patterns of evolution. Data were drawn from 2 longitudinal investigations. The Nicotine Dependence in Teens (NDIT) study included 1294 adolescents recruited at age 12–13 years who completed questionnaires every 3 months for 5 years. The Monitoring Activities of Teenagers to Comprehend their Habits (MATCH) study included 937 participants recruited at age 9–12 years who completed questionnaires every 4 months for 7 years. MVPA was measured as the number of days per week of being active for at least 5 min (NDIT) or 60 min (MATCH). In both studies, screen time was measured as the number of hours spent weekly in screen activities. In each study, sex-specific group-based trajectories were modeled separately for MVPA and screen time from grade 7 to 11. Contemporaneous patterns of evolution were examined in mosaic plots. In both studies, 5 MVPA trajectories were identified in both sexes, and 4 and 5 screen time trajectories were identified in boys and girls, respectively. All combinations of MVPA and screen time trajectories were observed. However, the contemporaneous patterns of evolution were favourable in 14%–31% of participants (i.e., they were members of the stable high MVPA and the lower screen time trajectories). Novelty: MVPA and screen time trajectories during adolescence and their combinations showed wide variability in 2 Canadian studies. Up to 31% of participants showed favourable contemporaneous patterns of evolution in MVPA and screen time. Using uniform methods for trajectory modeling may increase the potential for replication across studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,827
Score d'incertitude au seuil0,349

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,256
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and Metabolism→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→