MétaCan
Menu
Retour à la cohorte
Enregistrement W3133840223 · doi:10.1111/aphw.12261

Stress, physical activity, and screen‐related sedentary behaviour within the first month of the COVID‐19 pandemic

2021· article· en· W3133840223 sur OpenAlexaff
Sarah J. Woodruff, Paige Coyne, Emily St‐Pierre

Notice bibliographique

RevueApplied Psychology Health and Well-Being · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPandemicPhysical activityCoronavirus disease 2019 (COVID-19)Analysis of varianceScreen timePsychologySedentary lifestyleBivariate analysisDemographyStress (linguistics)MedicineGerontologyPhysical therapyDiseaseInternal medicineSociologyStatistics

Résumé

récupéré en direct d'OpenAlex

This study investigated how stress, physical activity and sedentary behaviours, of a small sample of Canadians, changed within the first month (i.e. March/April) of the COVID-19 pandemic and the reasons/barriers associated with such changes. Individuals who regularly wear activity trackers were recruited via social media. Participants (N = 121) completed fillable calendars (March/April 2020) with their step counts and answered an online survey. Separate paired-sample t-tests, one-way ANOVAs and bivariate chi-squares were conducted, in addition to qualitative analysis. Daily (p <.001) and work (p =.003) stress increased, physical activity (measured by step count) decreased (p =.0014), and screen-related sedentary behaviour increased (p <.001) as a result of COVID-19. A decrease in physical activity, as a result of the pandemic, was also associated with a larger increase in work stress, compared with those who self-reported their physical activity to have been maintained or increased (p =.005). The most common reasons/barriers to changes in physical activity behaviours were access/equipment, time and motivation. Findings provide initial evidence of the impact of the COVID-19 pandemic on the health of some Canadians and highlight the need for continued monitoring of the health of Canadians throughout the pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,041
Score d'incertitude au seuil0,472

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,352
Écart entre enseignants0,322 · 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 tête enseignante, 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

Citations44
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Psychology Health and Well-BeingMême sujetPhysical Activity and HealthTravaux en français237 207