MétaCan
Menu
Retour à la cohorte
Enregistrement W4311445065 · doi:10.32920/21728201

The Impact of Walking Programs on Reduction of Menopausal Symptoms: A Systematic Review

2022· review· en· W4311445065 sur OpenAlexaff
Hasina Amanzai, Souraya Sidani, Kaitlyn Munro, Wareesha Nadeem, Hanniya Ansari, Tooba Zia, Sepali Guruge

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth and Wellbeing Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMenopauseMedicineIntervention (counseling)Physical activityGerontologyPhysical therapyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Aim: To identify types of walking programs and to determine the effects of these programs on menopausal symptoms. Background: Menopause is a naturally occurring phenomenon for women and can present with several physical and mental symptoms that are more severely experienced by some individuals. These experiences can be very distressing for women to deal with, especially because of their personal, social, and work lives. The substantial impact of menopausal symptoms direly calls for effective intervention. Specific to menopause, physical activity is a form of intervention that can decrease occurrences and severity of menopausal symptoms. Previous studies have reported the benefits of walking programs in reducing symptoms, yet it is unclear which specific ones are most effective in reducing menopausal symptoms, especially because of the time and efficacy barriers reported by menopausal women. Methods: A systematic review was conducted in nine databases for articles published since September 2011, to identify quantitative studies that evaluated walking programs in menopausal women. Two investigators independently screened articles extracted data related to the type and the outcomes of walking programs, and assessed risk of bias. Effect sizes were calculated to quantify the effects of walking programs on menopausal symptoms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,008
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,165
Tête enseignante GPT0,556
Écart entre enseignants0,391 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHealth and Wellbeing ResearchTravaux en français237 207