Urban Versus Rural Differences in Meeting 24‐h Movement Behaviour Guidelines Among 3–4‐Year‐Olds: An Analysis of SUNRISE Pilot Study Data From 10 Low‐ and Middle‐Income Countries
Notice bibliographique
Résumé
BACKGROUND: Insufficient physical activity, excessive screen time and short sleep duration among young children are global public health concerns; however, data on prevalence of meeting World Health Organisation 24-h movement behaviour guidelines for 3-4-year-old children in low- and middle-income countries (LMICs) are limited, and it is unknown whether urbanisation is related to young children's movement behaviours. The present study examined differences in prevalence of meeting 24-h movement behaviour guidelines among 3-4-year-old children living in urban versus rural settings in LMICs. METHODS: The SUNRISE Study recruited 429, 3-4-year-old child/parent dyads from 10 LMICs. Children wore activPAL accelerometers continuously for at least 48 h to assess their physical activity and sleep duration. Screen time and time spent restrained were assessed via parent questionnaire. Differences in prevalence of meeting guidelines between urban- and rural-dwelling children were examined using chi-square tests. RESULTS: Physical activity guidelines were met by 17% of children (14% urban vs. 18% rural), sleep guidelines by 57% (61% urban vs. 54% rural), screen time guidelines by 50% (50% urban vs. 50% rural), restrained guidelines by 84% (81% urban vs. 86% rural) and all guidelines combined by 4% (4% urban vs.4% rural). We found no significant differences in meeting the guidelines between urban and rural areas. CONCLUSIONS: Only a small proportion of children in both rural and urban settings met the WHO 24-h movement guidelines. Strategies to improve movement behaviours in LMICs should consider including both rural and urban settings.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».