Work, travel, or leisure: comparing domain-specific physical activity patterns based on rural–urban location in Canada
Notice bibliographique
Résumé
BACKGROUND: Physical activity occurs across various domains including leisure/recreation, for transportation, or for work or household reasons. Rural and urban active living environments are characterized by different opportunities for physical activity within each domain which may translate into different patterns of behavior. The aim of this study was to compare rural-urban differences in physical activity across different domains, and explore interactions between sociodemographic factors, physical activity domains, and rurality. METHODS: We used self-reported data collected across three physical activity domains (active transportation, recreation, occupational/household) and relevant sociodemographic variables from the Canadian Community Health Survey. Adjusting for sociodemographic factors, we did two separate cross-sectional analyses: 1) binary logistic regression to determine the odds of reporting any activity in each domain, and 2) ordinary least squares regression using the sub-samples reporting > 0 min per week of activity to compare how much activity was reported in each domain. RESULTS: Our final survey weighted sample of Canadian adults (mean age 47.4 years) was n = 25,669,018 (unweighted n = 47,266). Rural residents were less likely to report any active transportation (OR = 0.59, 95% CI [0.51, 0.67], p < .0001). For recreational physical activity, rural males had lower odds (OR = 0.75, 95% CI [0.67, 0.83], p < .0001) and rural females had higher odds (OR = 1.19, 95% CI [1.08, 1.30], p = .0002) of reporting any participation compared to urban residents. Rural males (OR = 1.90, 95% CI [1.74, 2.07], p < .0001) and females (OR = 1.33, 95% CI [1.21, 1.46], p < .0001) had higher odds of reporting any occupational or household physical activity. CONCLUSIONS: Urban residents tend to participate in more active transportation, while rural residents participate in more occupational or household physical activity. Location-based differences in physical activity are best understood by examining multiple domains and must include appropriate sociodemographic interactions, such as income and sex/gender.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».