MétaCan
Menu
Retour à la cohorte
Enregistrement W4200503925 · doi:10.1123/japa.2021-0020

Do Older Brazilian Women Who Participate in a Regular Physical Exercise Program Have Higher Habitual Physical Activity Levels? A Cross-Sectional Study Based on Accelerometer Data

2021· article· en· W4200503925 sur OpenAlexaff
Kaio César Pinhal, Bruno de Souza Moreira, Renata Alvarenga Vieira, Marcus Alessandro de Alcântara, João Marcos Domingues Dias, Rosângela Corrêa Dias, Renata Noce Kirkwood, Alessandra de Carvalho Bastone

Notice bibliographique

RevueJournal of Aging and Physical Activity · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPhysical activityCross-sectional studyPhysical therapyMedicineEnergy expenditureBalance (ability)Physical medicine and rehabilitationGaitPhysical exerciseGerontologyPsychology

Résumé

récupéré en direct d'OpenAlex

A cross-sectional study was conducted to compare the habitual physical activity level, measured by accelerometry, gait performance, assessed by the GAITRite® system, handgrip strength, and static balance between older Brazilian women who participate (n = 50; 70.7 ± 5.5 years) and do not participate (n = 50; 70.1 ± 5.6 years) in a regular physical exercise program, and to investigate whether participation in a regular exercise program ensures compliance with physical activity recommendations. Older women who participated in a regular physical exercise program had significantly shorter sedentary activity time (effect size [ES] = 0.54), longer moderate activity time (ES = 0.85), and higher energy expenditure (ES = 0.64), number of steps (ES = 0.82), gait speed (ES = 0.49), and step length (ES = 0.45). However, regular participation in an exercise program did not guarantee compliance with physical activity recommendations. Behavioral changes to increase physical activity levels among older women who do and do not participate in a regular exercise program are necessary.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,141
Tête enseignante GPT0,431
Écart entre enseignants0,290 · 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'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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and Physical ActivityMême sujetPhysical Activity and HealthTravaux en français237 207