MétaCan
Menu
Retour à la cohorte
Enregistrement W4280507375 · doi:10.4025/jphyseduc.v33i1.3312

The two sides of sedentary behavior

2022· article· en· W4280507375 sur OpenAlexaff
Bruno Gonçalves Galdino da Costa, Jean‐Philippe Chaput, Kelly Samara da Silva

Notice bibliographique

RevueJournal of Physical Education · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensChildren's Hospital of Eastern Ontario
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésTypologyFace (sociological concept)PsychologyField (mathematics)PopulationScientific evidencePublic relationsPolitical scienceSociologySocial scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

Sedentary behavior (SB) has become a prevalent behavior amongst several population subgroups worldwide. This increase in SB is alarming, as this behavior has been associated with several adverse health outcomes. With the advancement of technology, the relationship of individuals with SB has become increasingly complex, and available instruments, theories, and research face challenges to keep up with this evolution. Four issues regarding research on SB are discussed in this opinion article: (i) advances in its typology and measure; (ii) health impact of quantitative and qualitative indicators of SB; (iii) the good side of SB; and (iv) challenges and future directions of studies in this field of knowledge. This opinion article raises some questions based on the limitations of current research with its advances and gaps. Some challenges and research recommendations are compiled, and other can be drawn from the ever-growing scientific evidence related to SB across different fields.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil0,136

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,401
Écart entre enseignants0,370 · 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.

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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physical EducationMême sujetPhysical Activity and HealthTravaux en français237 207