The health impact of sedentary behaviour in children and youth
Notice bibliographique
Résumé
Emerging evidence suggests that sedentary behaviour is independently associated with cardiometabolic disease risk in school-aged children and youth. This thesis includes 4 related studies in the pursuit of 2 objectives: (i) To determine the cross-sectional association of sedentary time, interruptions in sedentary time, sedentary bout length, and total movement variability with markers of cardiometabolic disease risk among children and youth; and (ii) to examine the impact of 1-day of prolonged sedentary behaviour, with and without interruptions or structured physical activity, on markers of cardiometabolic disease risk, hunger, food intake and spontaneous physical activity levels in children and youth. In Study 1, we found that interruptions in sedentary time and short bouts of sedentary time were beneficially associated with clustered cardiometabolic disease risk in boys and girls aged 8–11 years, independent of total sedentary time, moderate-and-vigorous physical activity (MVPA), and other confounders (all p < 0.05), while the opposite was true for screen-based sedentary behaviours. In Study 2, we found that movement variability (minute-to-minute changes in movement intensity) was negatively associated with clustered cardiometabolic disease risk and systolic blood pressure independent of MVPA, sedentary time and other covariates in a representative sample of American children and youth aged 12–17 years (all p < 0.05). In Studies 3 and 4, we found that prolonged sitting, with or without interruptions and structured MVPA, did not result in acute changes in markers of cardiometabolic disease risk or subsequent ad libitum food intake or physical activity levels in healthy children aged 10–14 years (all p ≥ 0.05). Taken together, the studies that make up this thesis suggest that optimal levels of cardiometabolic disease risk are most likely to be seen in children who limit their time engaging in screen-based sedentary behaviours, who frequently interrupt their sedentary time, and who have high levels of variability in their movement behaviours.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».