Higher independent mobility to school among adolescents: A secondary analysis using cross‐sectional data between 2010 and 2017 in Spanish youth
Notice bibliographique
Résumé
AIM: To describe and to analyse the associations between independent mobility to school (IM) with gender and age in Spanish youth aged 6-18 years old from 2010 to 2017. Moreover, to study the changes in the rates of IM from 2010 to 2017 by gender and age. METHODS: Cross-sectional data were obtained from 11 Spanish studies. The study sample comprised 3460 children and 1523 adolescents. Logistic regressions models (IM with gender and age) and multilevel logistic regressions (IM with time period) were used. RESULTS: Boys had higher odds ratio (OR) of IM than girls in children (OR = 1.86; CI: 1.50-2.28, p < 0.01). Adolescents showed higher IM than children: 12-14 years old (OR: 6.30; CI: 1.65-23.97) and 14-16 years old (OR: 7.33; CI: 1.18-45.39) had higher IM than 6-8 years old for boys (all, p < 0.05). Moreover, 12-14 years old (OR: 4.23; CI: 1.01-17.81) had higher IM than 6-8 years old for girls (p < 0.001). IM was not associated with the time period. CONCLUSION: The IM is higher in boys and in adolescents, highlighting the relevance to promote IM strategies targeting girls and children. In these strategies is essential the support of researchers, public health practitioners and families to achieve positive results.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».