Temporal relationships in the movement behaviour of adolescents: Testing and methodological considerations of the ActivityStat hypothesis
Notice bibliographique
Résumé
The study aimed to investigate the ActivityStat hypothesis by examining the presence and the timeframe of the temporal relationships among physical activity (PA) levels and stationary time (ST) in adolescents. A secondary analysis was performed on data involving 356 adolescents in Dunedin, New Zealand. Participants wore a waist-worn accelerometer for several consecutive days to assess PA levels [i.e. light PA (LPA), and moderate-to-vigorous PA (MVPA)] and ST. Bayesian continuous-time structural equation modelling (CT-SEM) was used to examine the relationship between the behaviours over time and the timeframe during which these relationships occur. Increases in LPA, MVPA, and ST were positively associated with their later behaviours until 2.5, 1.7, and 2 days later, respectively. A cross-behavioural reciprocal and negative relationship between LPA and ST was demonstrated 0.4 days later. A positive relationship between ST and MVPA was observed until about 0.4 days later. This is the first study to investigate the ActivityStat hypothesis using Bayesian CT-SEM in adolescents, examining the multivariate relationships among different behaviours and the associated timeframes. To conclude, evidence of activity synergy was suggested for the within-behavioural relationships, while behavioural compensation was noted for ST. Thus, the findings provide some support for the ActivityStat hypothesis in adolescents.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».