Perceived Barriers to Physical Activity Among Youth Living in Rural and Urban Canadian Communities: A Nationally Representative Cross-Sectional Study
Notice bibliographique
Résumé
BACKGROUND: We used nationally representative data to explore associations among location of residence (rural/urban) and perceived barriers to physical activity (PA) in Canadian youth. METHODS: We analyzed the 2017 Canadian Community Health Survey, Barriers to Physical Activity Rapid Response data for 12- to 17-year-old youth. Nine items from the survey assessing perceived barriers to PA were combined into 3 barrier domains: resources, motivational, and socioenvironmental. The likelihood of reporting barriers to PA based on rural-urban location was examined using survey-weighted binary logistic regression following a model fitting approach. Sociodemographic factors were modeled as covariates and tested in interaction with location. For each barrier domain, we derived the best-fitting model with fewest terms. RESULTS: There were no location-specific effects related to reporting any barrier or motivation-related PA barriers. We found a sex by location interaction predicting the likelihood of reporting resource-related barriers. Rural boys were less likely to report resource-related barriers compared with urban boys (odds ratio [OR] = 0.42 [0.20, 0.88]). Rural girls were more likely to report resource-related barriers compared with boys (OR = 3.72 [1.66, 8.30]). Regarding socioenvironmental barriers, we observed a significant body mass index by location interaction demonstrating that rural youth with body mass index outside the "normal range" showed a higher likelihood of reporting socioenvironmental barriers compared with urban youth (OR = 2.38 [1.32, 4.30]). For urban youth, body mass index was unrelated to reporting socioenvironmental barriers (OR = 1.07 [0.67, 1.71]). CONCLUSION: PA barriers are not universal among Canadian youth. Our analyses highlight the importance of testing interactions in similar studies as well as considering key sociodemographic characteristics when designing interventions.
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 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».