MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386980316 · doi:10.1186/s12889-023-16747-9

Identifying the sociodemographic and work-related factors related to workers’ daily physical activity using a decision tree approach

2023· article· en· W4386980316 sur OpenAlexafffundabout
Aviroop Biswas, Cynthia Chen, Kathleen G. Dobson, Stéphanie A. Prince, Faraz Vahid Shahidi, Peter Smith, Daniel Fuller

Notice bibliographique

RevueBMC Public Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of SaskatchewanUniversity of OttawaPublic Health Agency of CanadaInstitute for Work & HealthUniversity of TorontoPublic Health Ontario
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of TorontoGovernment of Canada
Mots-clésMultinomial logistic regressionBiostatisticsMedicineLogistic regressionCartMarital statusStepwise regressionEnvironmental healthPublic healthRegression analysisPopulationGerontologyDemographyStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The social and behavioural factors related to physical activity among adults are well known. Despite the overlapping nature of these factors, few studies have examined how multiple predictors of physical activity interact. This study aimed to identify the relative importance of multiple interacting sociodemographic and work-related factors associated with the daily physical activity patterns of a population-based sample of workers. METHODS: Sociodemographic, work, screen time, and health variables were obtained from five, repeated cross-sectional cohorts of workers from the Canadian Health Measures Survey (2007 to 2017). Classification and Regression Tree (CART) modelling was used to identify the discriminators associated with six daily physical activity patterns. The performance of the CART approach was compared to a stepwise multinomial logistic regression model. RESULTS: Among the 8,909 workers analysed, the most important CART discriminators of daily physical activity patterns were age, job skill, and physical strength requirements of the job. Other important factors included participants' sex, educational attainment, fruit/vegetable intake, industry, work hours, marital status, having a child living at home, computer time, and household income. The CART tree had moderate classification accuracy and performed marginally better than the stepwise multinomial logistic regression model. CONCLUSION: Age and work-related factors-particularly job skill, and physical strength requirements at work-appeared as the most important factors related to physical activity attainment, and differed based on sex, work hours, and industry. Delineating the hierarchy of factors associated with daily physical activity may assist in targeting preventive strategies aimed at promoting physical activity in workers.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,189
Tête enseignante GPT0,396
Écart entre enseignants0,207 · 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

Citations6
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetPhysical Activity and Health→Travaux en français237 207→