Relationship of 24-Hour Movement Behaviors with Weight Status and Body Composition in Chinese Primary School Children: A Cross-Sectional Study
Notice bibliographique
Résumé
24 h movement behaviors, specifically physical activity (PA), sedentary behavior, and sleep, play a crucial role in the prevention and intervention of childhood obesity. This study aimed to examine the association of 24 h movement behaviors with weight status and body composition among Chinese primary school children. Using a random stratified sampling, 978 eligible participants (9.1 ± 1.4 years, 53.2% boys) were recruited from 1 May to 15 July 2021. Demographics included children's age, gender, grade, parents' education level, and household income. Movement behaviors were measured by validated self-reported scales. Weight status and body composition (percent of body fat, PBF; fat-free mass, FFM; skeletal muscle mass, SMM) were measured objectively. Results indicated that participants who were younger, boys, and at lower grade showed higher guidelines adherence. PA was inversely associated with PBF, while screen time (ST) was positively associated with overweight/obesity risk and FFM. Sleep showed no association with any health indicators. Meeting the behavioral guidelines was associated with better weight status and lower PBF, yet not with FFM and SMM. Interventions to improve the Children's weight status and PBF should involve enhancing their overall movement behaviors and considering their demographic differences. More research on examining the association of movement guidelines adherence with body composition indicators is needed.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».