Associations between neighbourhood built characteristics and sedentary behaviours among Canadian men and women: findings from Alberta's Tomorrow Project
Notice bibliographique
Résumé
Evidence of associations between neighbourhood built characteristics and sedentary behaviours is mixed. The study aim was to investigate the associations between objectively-derived neighbourhood built characteristics and self-reported sedentary behaviours among Canadian men and women. This study sourced survey data from Alberta's Tomorrow Project (2008; n = 14,785), in which sitting and motor vehicle travel times during the last 7 days was measured. Geographic Information System was used to calculate neighbourhood built characteristics within a 400 m buffer of participant's home and a walkability score was estimated. To estimate the associations between neighbourhood characteristics and sedentary behaviours, covariate-adjusted generalized linear regression models were used. Walkability, 3-way intersections, and population count were positively associated with sitting time. Business destinations and greenness were negatively associated with sitting time. Walkability, 3-way, and 4-way intersections were negatively associated with motor vehicle travel time. Sex-specific associations between neighbourhood characteristics and sedentary behaviour were found. Among men, business destinations were negatively associated with sitting time, and 3-way intersections, population count, and walkability were negatively associated with motor vehicle travel time. Among women, Normalized Difference Vegetation Index was negatively associated with sitting time. Interventions to reduce sedentary behaviours may need to target neighbourhoods that have built characteristics which might support these behaviours. More research is needed to disentangle the complex relationships between different neighbourhood built characteristics and specific types of 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 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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».