The effects of weather on physical activity and sedentary behaviour in older adults
Notice bibliographique
Résumé
Background: Many older adults do not meet current physical activity (PA) guidelines, and this might be influenced by environmental factors (e.g., temperature). The purpose of this study was to determine how various weather variables influence light PA (LPA), moderate-vigorous PA (MVPA), and sedentary behaviour (SB), steps, and time spent walking outdoors. Methods: Fifty community-dwelling older adults completed the 10-day assessment period, using a Fitbit fitness tracker, Global Position System (GPS), and completing self-report questionnaires. Forty participants were included in the analysis. LPA, MVPA, and SB were calculated using heart rate and multilevel models were used to assess their association with weather variables. Results: < 0.01). Increased age was associated with less time spent engaging in LPA (total and outdoors), reduced steps, increased time spent sedentary, and less time spent walking outdoors. LPA outdoors was positively associated with mean temperature. Freeze thaw cycles were associated with time spent walking outdoors. Females spent more time in total LPA and LPA indoors, and as age increased total LPA and LPA outdoors decreased. Conclusions: Older adults located in a dry (∼690 mm precipitation annually) region with warm winters and hot summers (-5°C-30°C) seemingly choose indoor activities. Females tend to participate in indoor LPA, and as age increases the time spent in outdoor LPA decreases. Implications: Consideration needs to be given to designing indoor PA interventions, with a focus on increasing MVPA for older adults.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».