Independent and joint associations of neighbourhood greenness and walkability with transportational and recreational physical activity among youth and adults in Canada
Notice bibliographique
Résumé
Greener neighbourhoods may support physical activity; however, it is also important to consider whether greener neighbourhoods are walkable. We assessed whether neighbourhood greenness and walkability were independently and jointly associated with transportational (PA TRA ) and recreational (PA REC ) physical activity among a nationally representative sample of urban-dwelling youth and adults in Canada. We analyzed repeated cross-sectional data from 132,927 urban-dwelling youth (12–17 years) and adults (≥18 years) who participated in the Canadian Community Health Survey (2015–2018). To derive an indicator of neighbourhood greenness, for each survey year, we aggregated mean Normalized Difference Vegetation Index (NDVI) values within 2016 dissemination areas. As a proxy for neighbourhood walkability, we used 2016 Canadian Active Living Environments (Can-ALE) metrics. We used weighted linear regressions to examine whether, and the extent to which, neighbourhood NDVI and the Can-ALE index were independently and jointly associated with self-reported and log-transformed PA TRA and PA REC , while adjusting for individual and neighbourhood characteristics. Among adults, but not youth, higher NDVI was independently associated with higher PA TRA (β = 0.2, 95 % CI 0.02, 0.36) and PA REC (β = 0.3, 95 % CI 0.14, 0.47). Among both youth (β = 0.4, 95 % CI 0.21, 0.66) and adults (β = 0.3, 95 % CI 0.22, 0.35), NDVI and Can-ALE were jointly associated with PA TRA . Living in a neighbourhood that is both greener and more walkable was more strongly associated with higher transportational, but not recreational, physical activity, than either feature alone. These novel findings highlight the importance of designing cities that are both greener and more walkable to promote active living. • We analyzed data from a nationally representative sample of youth/adults in Canada. • Greener areas were associated with more physical activity in adults, but not youth. • Greener and more walkable areas were jointly associated with active transportation. • Designing neighbourhoods that are greener and more walkable may promote active living.
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) | 0,000 | 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 ».