Aral Sea environmental disasters area population’s physical activity level assessment – the first step for targeted health promotion
Notice bibliographique
Résumé
OBJECTIVE: Aim: We aimed to assess the physical activity and sedentary behavior of the population living in the Aral Sea area using the Global Physical Activity Questionnaire. PATIENTS AND METHODS: Materials: Data was collected from seven out-patient settings involving 445 participants (47.6% females, 52.4% males). The age of 33.6% of respondents was over 65. RESULTS: Results: Nearly a quarter (23.5%) of the participants did not meet World Health Organization physical activity recommendations. The Median Time spent on physical activity in recreation in all dispensaries among males (Md=34.29, IQR=66.43) was signif i cantly higher (Z=-4.78, p<0.001) than females (Md=12.86, IQR=51.43). A signif i cant association was observed between transport-related physical activity and gender (χ2= 5.60, p=0.018). The average percentage that comes from recreation-related activities among males (M=43.69, SD=26.90) was more signif i cant (MD=6.27, 95% CI: 0.46, 12.07) as compared to that of females (M=37.43, SD=31.66). A signif i cant association was observed between engagement in vigorous activity and gender (χ2= 30.77, p<0.001). CONCLUSION: Conclusions: Environmental, economic, demographic, and cultural peculiarities of the Aral Sea area should be considered in elaborating specif i c health promotion programs to shift health-harming ambient into health-improving environment.
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 | 0,001 | 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 | 0,002 | 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 ».