MétaCan
Menu
Retour à la cohorte
Enregistrement W4397040251 · doi:10.1097/md.0000000000038121

Feasibility and acceptability of a home-based virtual group exercise program in global Asian adult population: Baseline characteristics of a cohort study

2024· article· en· W4397040251 sur OpenAlexaboutno aff
Jianghong Liu, Yuanfei Liu, Vienna Chen, Wonshik Chee, Eun‐Ok Im

Notice bibliographique

RevueMedicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBaseline (sea)Cohort studyCohortPopulationPhysical therapyGerontologyEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: To determine the potential influence of a home-based virtual group exercise on people's long-term overall health consequences in global Asian population. METHODS: We recruited 1021 participants from more than 7 regions across the globe including Taiwan, Malaysia, Singapore, Hong Kong, United States, Canada, Europe, and other regions. All the participants attended the virtual group Qigong exercise 60-minute bi-weekly with instructors for 6 months from June 2022 to December 2022. The physical, mental, and social well-being and other variables were measured via online questionnaires. RESULTS: The majority were 51 to 65 (50.6%) years old, female (90.2%), married (68.5%), and came from Taiwan (48.9%). Older adults had higher scores on measures of overall health and exercise adherence, and lower scores on measures of sleep quality and depressive symptoms compared with younger counterparts (P < .05). Most of them (95.3%) acknowledged that the improvement of health status was their motivating factor for exercise. Eighty nine percent of the participants believed that social media played an important role in this exercise program. CONCLUSION: This study will suggest such approach has great potential to reduce health disparities and can be implemented to underserved population who has limited recourses to join in-person exercise program.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,356
Écart entre enseignants0,330 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetPhysical Activity and HealthTravaux en français237 207