Level, Motivation and Barriers to Participate in Physical Activity among Geriatric Population at Ahmedabad City, India: An Epidemiological Factsheet
Notice bibliographique
Résumé
Objectives: To estimate the level of physical activity among geriatric population, to determine the motivating factors for being active and identifying barriers that prevent participants from engaging in physical activity. Methods: A community-based cross-sectional study was carried out at one of the wards within Ahmedabad city following multi-stage random sampling. The calculated sample size was 230. A pre-designed, validated, short version International Physical Activity Questionnaire (IPAQ) and Behaviour Regulation in Exercise Questionnaire (BREQ-3) were used for data collection by personal interview. From selected sampling-frame, geriatric people residing in every 5th household were interviewed after obtaining oral informed consent following simple-random sampling. Results: Of total 230 study participants, 67 (29.13%) were physically active (cumulative for Category 2 and Category 3), while the remaining 163 (70.87%) were found physically inactive (i.e., minimally active [Category 1]). Motivational scores, particularly in identified regulation, showed higher median scores across subdomains of the BREQ-3. Amotivation exhibited a strong negative correlation with physical activity, while intrinsic regulation displayed a strong positive correlation. Conclusion: More than two-third of study participants were physically inactive. Level of educational status, type of previous occupation involved, presence of addiction, BMI, electronic device usage duration per day and presence of chronic illness were statistically significant determinants to decide involvement of elderly people in category of physical activity. Amotivation, external and introjected regulation had negative correlation with physical activity, while intrinsic regulation and RAI (Relative Autonomy Index) showed positive correlation with physical activity. None of the behavioural regulators had statistically significant association with category of physical activity.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».