MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312036881 · doi:10.1093/geroni/igac059.2608

OLDER ADULT PERSPECTIVES ABOUT ONLINE EXERCISE CLASSES DURING THE COVID-19 PANDEMIC AT MULTIPLE TIME POINTS

2022· article· en· W4312036881 sur OpenAlexaffabout
Michelle M. Porter, Dallas J. Murphy, Nicole Dunn, Ruth Barclay, Stephen M. Cornish, Jacquie Ripat, Kathryn M. Sibley, Sandra C. Webber

Notice bibliographique

RevueInnovation in Aging · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)PsychologyGerontologySocial mediaMedicineMedical educationComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Abstract Engaging in physical activity can bring health benefits for older adults. However, during the pandemic the availability of in-person exercise classes has been sporadic. As such, online exercise programs have become more common. This research had the goal of exploring the uptake of online exercise programs by older adults in Manitoba, Canada in the first few months in the pandemic and then more than 1.5 years into the pandemic. Older adults (65 years and older) were recruited via emails from a variety of community organizations. Participants completed anonymous online surveys in summer 2020 (n=678) and fall 2021 (n=570). Less than 50% of respondents reported participating in online exercise classes during the pandemic in both surveys. For both surveys, pre-recorded classes were the most common, however, this decreased from 80% in the first survey, to 57% in the second survey. Conversely, live classes where the instructor could see the participants increased from 17% in the 2020 survey, to 47% in the 2021 survey. Additionally, platform use shifted from YouTube as the most popular in the first survey, to Zoom in the second survey. Most of the online classes originated from their local communities. Of those who participated in online exercise early and later in the pandemic, about two thirds reported that they would continue online exercise classes outside of the pandemic. A major reason for not participating was because they enjoy the social aspect of in-person classes. The perspectives of the study participants will be valuable for policymakers, programmers, and instructors.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
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 Opus0,045
Tête enseignante GPT0,349
Écart entre enseignants0,304 · 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'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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetPhysical Activity and Health→Travaux en français237 207→