Association Between Participation in Physical Education Classes and Physical Activity Among 284,820 Adolescents: A Progressive Exposure Gradient Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: The purpose of this study is to analyze the associations between participation in physical education (PE) classes and days with ≥60 minutes of moderate- to vigorous-intensity physical activity (MVPA) using different reference categories for participation in PE. METHODS: We used self-reported data from 284,820 adolescents. RESULTS: When no participation in PE was the reference, participation on 1 (prevalence ratio [PR] = 1.15 [1.12-1.18]), 2 (PR = 1.24 [1.20-1.27]), 3 to 4 (PR = 1.32 [1.28-1.36]), and ≥5 days per week (PR = 1.8 [1.33-1.43]) increased frequency of days of ≥60 minutes of MVPA. Participating in PE on 2 (PR = 1.07 [1.02-1.09]), 3 to 4 (PR = 1.15 [1.12-1.18]), and ≥5 days per week (PR = 1.18 [1.15-1.22]) increased the days of ≥60 minutes of MVPA when participation in PE classes on 1 days per week was the reference. When participation in PE on 2 days per week was the reference, participation in PE classes on 3 to 4 (PR = 1.07 [1.04-1.09]) and ≥5 days per week (PR = 1.12 [1.09-1.15]) increased the days of ≥60 minutes of MVPA. Participating in PE classes on ≥5 days per week increased the days of ≥60 minutes of MVPA (PR = 1.05 [1.03-1.07]) when participation on 3 to 4 days per week was the reference. CONCLUSIONS: For those with no participation in PE classes, the addition of any PE classes could positively impact the weekly frequency of days of ≥60 minutes of MVPA. Even in countries/territories with large coverage of participation in PE classes, promoting more PE classes could be useful to increase 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| 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 | 0,000 |
| 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 découle