MétaCan
Menu
Retour à la cohorte
Enregistrement W4200329656 · doi:10.1146/annurev-publhealth-052620-091107

Active Aging and Public Health: Evidence, Implications, and Opportunities

2021· review· en· W4200329656 sur OpenAlexaff
Shilpa Dogra, David W. Dunstan, Takemi Sugiyama, Afroditi Stathi, Paul A. Gardiner, Neville Owen

Notice bibliographique

RevueAnnual Review of Public Health · 2021
Typereview
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensWestern UniversityOntario Tech University
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésGerontologyAffect (linguistics)Quality of life (healthcare)Public healthPopulation ageingMental healthPopulationPsychologyMedicineEnvironmental healthPsychiatry

Résumé

récupéré en direct d'OpenAlex

By 2050, 20% of the world's population will be over the age of 65 years, with projections that 80% of older adults will be living in low- to middle-income countries. Physical inactivity and sedentary time are particularly high in older adults, presenting unique public health challenges. In this article, we first review evidence that points to multiple beneficial outcomes of active aging, including better physical function, cognitive function, mental health, social health, and sleep, and we suggest the need to shift the research focus from chronic disease outcomes to more relevantoutcomes that affect independence and quality of life. Second, we review the critical role of age-friendly environments in facilitating active aging equitably across different countries and cultures. Finally, we consider emerging opportunities related to social engagement and technology-enabled mobility that can facilitate active aging. In all these contexts, it is a priority to understand and address diversity within the global aging population.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,748
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,516
Tête enseignante GPT0,513
Écart entre enseignants0,003 · 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'étudeSans objet
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

Citations308
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Public HealthMême sujetPhysical Activity and HealthTravaux en français237 207