Getting up for brain health: association of sedentary behavior breaks with cognition and mental health in children
Notice bibliographique
Résumé
Abstract Aim to verify the role of body mass index (BMI), cardiorespiratory fitness (CRF), and moderate to vigorous physical activity (MVPA) in the relationship between the break in sedentary time with cognitive and mental health in children. Methods Cross-sectional study with 129 children (62 boys), aged between six and 11 years (mean 8.73 ± 1.53) from a public school in southern Brazil. For the assessment of fluid intelligence, psychologists applied Raven's Colored Progressive Matrices test. Mental health was measured using the Strengths and Difficulties Questionnaire. Sedentary breaks were measured using accelerometers and CRF was determined by the 6-minute walk test. Generalized linear regression analyses were used to verify associations of sedentary breaks with fluid intelligence and mental health, according to children's BMI, CRF, and MVPA. All models were adjusted for sex, age, somatic maturation, and total time of accelerometer use. Results Our results indicated that sedentary breaks were associated with fluid intelligence in overweight/obese (β = 0.108; p = 0.021) and physically inactive children (β = 0.083; p = 0.010). Regarding mental health, no association was identified with sedentary breaks. Conclusion Sedentary breaks should be encouraged for the benefits of fluid intelligence, especially in children who do not meet physical activity recommendations and present overweight.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».