Physical activity during covid-19 lockdown: Relationship with sedentary behaviour, health-related quality of life, loneliness, and sleep quality among a sample of Nigerian adults
Notice bibliographique
Résumé
COVID-19 lockdown, targeted at preventing the spread of coronavirus, had deleterious effects on physical and psychosocial health. This study examined the association between physical activity (PA), sedentary behaviour, health-related quality of life (HRQoL), loneliness and quality of sleep of 507 Nigerian adults during the COVID-19 lockdown. Five hundred and seven respondents (aged 18-67 years) from 12 States completed an online survey on RedCap. Questionnaires comprising the Stages of Change scale, Pittsburgh Sleep Quality Index, International Sedentary Assessment Tool, UCLA Loneliness Questionnaire, Short Form-12 Health Survey, and International Physical Activity Questionnaire were used. Respondents were categorised based on exercise behaviour as non-exercisers, non-regular exercisers, or regular exercisers; and based on age into 18-24, 25-34, 35-44 and > 44 years categories. Descriptive and inferential statistics were used to analyse the data. About 33.1% of respondents did not meet moderate-to-vigorous PA levels. The physical component of HRQoL was positively associated with total PA (p = 0.04). Among the non- exercisers, the odds of being regular exercisers during pre-COVID-19 lockdown were significantly higher for the 35-44 (odds ratio [OR] = 3.49; 95% CI = 1.44, 8.48, p = 0.01) and > 44 years age groups (OR = 2.98; 95% CI: 1.16, 7.62, p = 0.02) relative to 18-24 years age category. During COVID-19 lockdown, > 44 (OR = 3.65; 95% CI: 1.47, 9.07, p = 0.005), 35-44 (OR = 6.42; 95% CI 2.75, 14.96, p = 0.001) and 25-34 (OR = 2.35; 95% CI: 1.15, 4.80, p = 0.02) years age categories had significant higher odds of being regular exercisers compared to the 18-24 years age group. There was a high rate of physical inactivity among Nigerian adults during the COVID-19 lockdown, which was directly influenced by the physical components of HRQoL. Older age was an independent predictor of exercise behaviour before and during the COVID-19 lockdown among Nigerian adults.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».