Built environment influences on healthy eating and active living: The NEWPATH study
Notice bibliographique
Résumé
OBJECTIVE: The Neighbourhood Environments in Waterloo: Patterns of Active Transportation and Health (NEWPATH) study examined built environment influences on travel, physical activity, food consumption, and health. This collaboration between researchers and practitioners in health and transportation planning is the first, to our knowledge, to integrate food purchasing, diet, travel, and objectively measured physical activity into a trip-destination protocol. This study simultaneously examines diet and physical activity relationships with BMI and waist circumference (WC). METHODS: Individual diet and travel diary data were linked to objective built-environment measures of walkability and retail food environments. BMI and WC were self-reported (n = 1,160). Some respondents wore accelerometers to objectively measure physical activity (n = 549). Pathways from the built environment through behavior (walking and eating) to BMI and WC were assessed using path analysis. RESULTS: Walkability was associated with lower BMI and WC through physical activity and active travel. Healthy retail food environments were associated with healthy eating and lower BMI and WC, whereas walkability and healthy retail food environments were insignificant (p < 0.05). Walkable neighborhoods had less healthy food environments, but active travel was not associated with healthy eating or caloric intake. CONCLUSIONS: Findings highlight the importance of neighborhood walkability and food environments in shaping physical activity, diet, and obesity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».