MétaCan
Menu
Retour à la cohorte
Enregistrement W3185754053 · doi:10.1177/15598276211031495

A Wrinkle in Measuring Time Use for Cognitive Health: How should We Measure Physical Activity, Sedentary Behaviour and Sleep?

2021· review· en· W3185754053 sur OpenAlexafffund
Ryan S. Falck, Jennifer C. Davis, Karim M. Khan, Todd C. Handy, Teresa Liu‐Ambrose

Notice bibliographique

RevueAmerican Journal of Lifestyle Medicine · 2021
Typereview
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensUniversity of British Columbia, Okanagan CampusVancouver Coastal Health Research InstituteUniversity of British ColumbiaVancouver Coastal Health
Organismes subventionnairesCanada Research Chairs
Mots-clésCognitionMedicineDementiaCognitive declineSleep (system call)Physical activityGerontologyClinical psychologyPhysical medicine and rehabilitationPsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

One new case of dementia is detected every 4 seconds and no effective drug therapy exists. Effective behavioural strategies to promote healthy cognitive ageing are thus essential. Three behaviours related to cognitive health which we all engage in daily are physical activity, sedentary behaviour and sleep. These time-use activity behaviours are linked to cognitive health in a complex and dynamic relationship not yet fully elucidated. Understanding how each of these behaviours is related to each other and cognitive health will help determine the most practical and effective lifestyle strategies for promoting healthy cognitive ageing. In this review, we discuss methods and analytical approaches to best investigate how these time-use activity behaviours are related to cognitive health. We highlight four key recommendations for examining these relationships such that researchers should include measures which (1) are psychometrically appropriate; (2) can specifically answer the research question; (3) include objective and subjective estimates of the behaviour and (4) choose an analytical method for modelling the relationships of time-use activity behaviours with cognitive health which is appropriate for their research question.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,117
Tête enseignante GPT0,405
Écart entre enseignants0,288 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Lifestyle MedicineMême sujetSleep and related disordersTravaux en français237 207