MétaCan
Menu
Retour à la cohorte
Enregistrement W3165321963 · doi:10.1123/jpah.2020-0389

Physical Activity, Screen Time, and Sleep Trajectories From Childhood to Adolescence: The Influence of Sex and Body Weight Status

2021· article· en· W3165321963 sur OpenAlexfundaboutno aff
Roseane de Fátima Guimarães, Marie-Eve Mathieu, Ryan E.R. Reid, Mélanie Henderson, Tracie A. Barnett

Notice bibliographique

RevueJournal of Physical Activity and Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésObesityDemographyOverweightConfidence intervalMedicineOdds ratioScreen timeMultinomial logistic regressionOddsGeneralized estimating equationLogistic regressionCohortBody mass indexPsychologyInternal medicineStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Behavioral trajectories from childhood to adolescence may differ and are poorly understood. The authors estimated the trajectories of moderate to vigorous physical activity (MVPA), screen time, and sleep duration during this period, by sex and initial weight status. METHODS: Data from Quebec Adiposity and Lifestyle Investigation in Youth, an ongoing cohort study in Canada on the natural history of obesity, were used. Participants predisposed to obesity attended baseline (8-10 y old, n = 630) and follow-up visits 2 years (n = 564) and 7 years (n = 359) after baseline. Participants with completed self-reported and accelerometer-based data were included in the analyses (n = 191, 353, and 240 for MVPA, screen time, and sleep, respectively). The authors performed group-based trajectory analyses and multinomial logistic regression models. RESULTS: Two MVPA, 3 screen time, and 2 sleep trajectories were identified. Girls were more likely than boys to belong to trajectory with lower MVPA means (odds ratio [OR] = 6.45; 95% confidence interval [CI], 3.08 to 13.49), yet less likely to belong to the trajectory with higher screen time (OR = 0.47; 95% CI, 0.23 to 0.97) and lower sleep duration (OR = 0.46; 95% CI, 0.27 to 0.78). Overweight or obesity at baseline was associated with a greater likelihood of belonging to the trajectory with lower MVPA (OR = 10.99; 95% CI, 1.31 to 91.14) and higher screen time (OR = 2.01; 95% CI, 1.04 to 4.06), respectively. CONCLUSIONS: It appears to be gender- and weight-based determinants of behavioral trajectories in this sample. These results may provide guidance for interventions in similar populations.

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)0,002
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 enseignants0,225
Score d'incertitude au seuil0,448

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,299
Écart entre enseignants0,287 · 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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physical Activity and HealthMême sujetObesity, Physical Activity, DietTravaux en français237 207