Individual and environmental variables related to outdoor walking among older adults: Verifying a model to guide the design of interventions targeting outdoor walking
Notice bibliographique
Résumé
OBJECTIVE: To estimate the relationships between individual and environmental variables and outdoor walking (OW) in older adults with OW limitations through verifying a conceptual model. METHODS: Baseline data from 205 older adults participating in a randomized trial of a park-based OW program were analyzed using structural equation modeling. We evaluated a three latent factor model: OW (accelerometry and self-report); individual factors (balance; leg strength; walking self-confidence, speed and endurance; mental health; education; income; car access); and environmental factors (neighbourhood walkability components). RESULTS: Mean age was 75 years; 73% were women. Individual factors was significantly associated with OW (β = 0.39, p < .01). Environmental factors was not directly associated with OW but was indirectly linked to OW through its significant covariance with the individual factors (β = 0.22, p < .01). The standardized factor loadings from the individual factors on walking self-confidence and walking capacity measures exceeded 0.65. CONCLUSIONS: Better walking capacity and more confidence in the ability to walk outdoors are associated with higher OW in older adults. Better neighbourhood walkability is indirectly associated with more OW. The conceptual model demonstrates an individual and environment association; if the capacity of the individual is increased (potentially through walking interventions), they may be able to better navigate environmental challenges.
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 | 0,037 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».