MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392946184 · doi:10.1186/s12889-024-18280-9

Identifying latent classes of physical activity profiles over time among adolescents in Ontario, Canada

2024· article· en· W4392946184 sur OpenAlexafffundabout
M. Claire Buchan, Sarah A. Richmond, Kelly Skinner, Scott T. Leatherdale

Notice bibliographique

RevueBMC Public Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensPublic Health OntarioUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesInstitute of Population and Public HealthInstitute of Nutrition, Metabolism and DiabetesCanadian Institutes of Health ResearchHealth CanadaMinistère de la Santé et des Services sociaux
Mots-clésLatent class modelBiostatisticsMedicineDemographyMultinomial logistic regressionLogistic regressionCohortEpidemiologyGerontologyPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physical activity behaviours are known to be highly correlated. Adolescents who participate in one type of physical activity (e.g., physical education) have a greater likelihood of participating in other physical activities (e.g., organized sports); however, little research has examined participation rates in various physical activity behaviours concurrently. This study identified longitudinal physical activity profiles among secondary school aged youth in Ontario, Canada. METHODS: We used data from the COMPASS Study, a school-based prospective cohort study of adolescents in Canada. Using a repeated measures latent class analysis, Ontario students who participated in grade 9 PE in 2015-16 were analysed through to 2018-19 (n = 1,917). Latent classes were defined by: PE participation, guideline adherence (≥ 60 min/day of moderate to vigorous activity over the last 7 days), and sport participation (varsity, community, and/or intramural). Multinomial logistic regression models were used to examine associations between latent class membership and student characteristics. RESULTS: Three distinct latent classes were identified for females and four were identified for males. These classes were: (1) Guidelines (high probability of guideline adherence; females: 44%; males: 16%), (2) PE & Sports (high probability of PE and sport participation; females: 33%; males: 43%), (3) Guidelines & Sports (high probability of guideline adherence and sport participation; females: 23%; males: 23%;), and (4) Inactive (low probability of all physical activity indicators; males: 18%). Strength training, sleep, and English grade were associated with class membership among females. Ethno-racial identity, weekly spending money, strength training, and English and math grades were associated with class membership among males. CONCLUSIONS: Findings suggest that latent physical activity profiles differ by sex. Guideline adherence was the most common class among females, indicating high levels of independent physical activity, whereas PE & Sport participation was the most common class among males, indicating greater tendency towards organized activities. Additionally, a substantial number of male students were not engaging in any physical activity. Participation in both PE and sports did not necessarily lead to meeting physical activity guidelines, highlighting that these activities alone may not be providing sufficient levels of physical activity that align with current recommendations for Canadian youth.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,037
Score d'incertitude au seuil0,270

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
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 Opus0,044
Tête enseignante GPT0,315
Écart entre enseignants0,271 · 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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→