Neighbourhood walkability and greenspace and their associations with health-related fitness in urban dwelling Canadian adults
Notice bibliographique
Résumé
OBJECTIVE: Muscular strength and body composition are important components of health-related fitness (HRF). Grip strength and body fat percent, in particular, are associated with chronic disease and affected by health behaviours. Evidence suggests relationships between the neighbourhood built environment (BE) and HRF exist, however, few studies have focused on grip strength and body fat percent. Therefore, our study aimed to estimate the sex-specific associations between the neighbourhood BE, grip strength, and body fat percent among urban-dwelling Canadian adults. METHODS: We analyzed cross-sectional survey and HRF data collected in 2011-2015 from 4052 males and 7841 females (Alberta's Tomorrow Project, Canada). Grip strength and body fat percent were measured via handgrip dynamometry and bioelectrical impedance analysis, respectively. Walkability (Canadian Active Living Index) and greenness (Normalized Difference Vegetation Index) estimates were linked to participant data. Sex-stratified covariate-adjusted linear regression models estimated the associations between the BE and HRF variables. RESULTS: Walkability was negatively associated with grip strength and body fat percent in males (β -0.21, 95%CI: -0.31 to -0.11 and β -0.08, 95%CI: -0.15 to -0.02, respectively) and females (β -0.06, 95%CI: -0.10 to -0.01 and β -0.08, 95%CI: -0.14 to -0.02, respectively). Greenness was positively associated with grip strength in males (β 6.99, 95%CI: 3.62 to 10.36) and females (β 2.72, 95%CI: 1.22 to 4.22) but not with body fat percent. Controlling for physical activity and sitting did not attenuate these associations. CONCLUSION: Characteristics of the neighbourhood BE appear to be associated with muscular strength and body composition, independent of physical activity and sedentary behaviour.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| 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 ».