MétaCan
Menu
← Retour à la cohorte
Enregistrement W3215224936 · doi:10.11575/prism/39386

Associations between neighbourhood characteristics and sleep in adults

2020· dissertation· en· W3215224936 sur OpenAlexaboutno aff
Ryan Lukic

Notice bibliographique

RevueOpen MIND · 2020
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeighbourhood (mathematics)Sleep (system call)PsychologyDevelopmental psychologyComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Evidence suggests that neighbourhood built environments and socioeconomic status are associated with health behaviours and outcomes. Sleep is a key health behaviour in the development of chronic illness. Some evidence suggests that neighbourhood characteristics are associated with differences in sleep in adult populations. The aim of this thesis was to generate quantitative evidence on the associations between neighbourhood built environment and neighbourhood socioeconomic status and sleep duration in Canadian adults. Using data from the Pathways to Health study, we estimated associations between objective measures of neighbourhood built environment (i.e., street pattern) and neighbourhood socioeconomic status and sleep duration, and odds of short or long sleep durations, in an adult sample within the city of Calgary, Alberta. We also tested if the interaction between neighbourhood street pattern and socioeconomic status was associated with differences in mean sleep duration and odds of short or long sleep. In an analysis of n=797 adults, we found that the interaction between neighbourhood street pattern and socioeconomic status was associated with sleep duration. Participants in neighbourhoods characterized by curvilinear street patterns and low socioeconomic status had the shortest marginal mean sleep at 6.93 hours per day, while those in curvilinear high socioeconomic status neighbourhoods had the longest at 7.43 hours per day. Our findings suggest that associations between neighbourhood socioeconomic status and sleep may be modified by built environment characteristics, or vice versa. Interventions to address short sleep durations should be targeted at underlying inequities in sleep between residents of neighbourhoods with different SES but should take into account neighbourhood design. Future studies should incorporate measures of both neighbourhood built environment and neighbourhood socioeconomic status and test for interactions between these neighbourhood characteristics to better understand complex pathways between neighbourhoods and sleep in adult 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)0,000
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 enseignants0,639
Score d'incertitude au seuil0,726

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,339
Écart entre enseignants0,304 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetUrban Transport and Accessibility→Travaux en français237 207→