Recreational fishing, health and well-being: findings from a cross-sectional survey
Notice bibliographique
Résumé
We evaluated the associations between marine recreational fishing, stress, seafood consumption, and sleep quality in a cross-sectional questionnaire-based survey of a convenience sample of 244 fishers recruited in 2019 in Spain. Fishers' stress levels were moderate, with a mean stress index score of 36.4 units on a scale from 14 (very low stress) to 70 (very high). Their average emotional condition was positive, with a mean index of negative affect of 7.8 units on a scale from 5 (very low negative affect) to 25 (very high). Seafood intake was low, with a mean index of seafood in diets of 38.0 units on a scale from 20 (very low seafood consumption) to 160 (very high). Fishers' perceived quality of night sleep was good because the mean index of sleep problems was 39.5 units on a scale from 21 (very low sleep problems) to 107 (very high). Each hour of self-reported monthly fishing activity was associated with 0.016 units of lower stress score. Thus, the most engaged fishers reported up to 15.4% lower stress score than less avid fishers. Since recreational fishing is a highly accessible outdoor activity for people in older age groups, it is possible that public health could be improved by access to sustainably managed recreational fisheries. Fishing engagement was positively associated with seafood intake. Each hour of fishing per month was associated with one-unit higher seafood consumption. The higher seafood consumption observed among avid recreational fishers compared with less avid fishers might have health implications.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».