Objectively-measured Environmental Support for Physical Activity, Healthy Eating, and Breastfeeding Supports in the Rural United States: A Scoping Review to Inform Opportunities for Public Health Surveillance
Notice bibliographique
Résumé
The purpose of this scoping review was to identify objectively-measured environmental factors that impact physical activity (PA), healthy eating (HE), and/or breastfeeding practices among rural communities in the United States. A secondary aim was to assess measurement approaches for assessing rural environments and resource access. Searches, informed by a scientific librarian, occurred from February to July 2020. Grey literature was identified using Google, Google Scholar, Google government pages, public health, federal nutrition assistance program, Cooperative Extension Services, and related webpages. Medline, PubMed, Web of Science, and Agricola academic databases were selected to identify peer-reviewed research. ProQuest Global was used to identify dissertation/thesis research. Inclusion criteria included: (1) focus on PA, HE, and/or breastfeeding; (2) environmental approaches assessed using objective measures; (3) specific to U.S. rural populations/contexts; and (4) English language. PA environment results (n=49) focused on initiatives in parks and recreational settings, streets or sidewalks, schools, trails and greenways, workplaces, and churches. HE environment results (n=84) focused on initiatives in retail environments, schools/childcare settings, food assistance programs, local food producers, and hospital or healthcare settings. Breastfeeding environment results (n=11) focused on healthcare settings, workplace settings, and food retail settings. To measure PA, HE, and breastfeeding environments, audits, scans, and administrative data were mostly used. Results from this scoping review were used to create recommendations for environmental changes that may improve PA, HE, and breastfeeding in under-resourced, rural communities. Researchers and practitioners can also use findings from this study to understand best practices for objectively measuring environmental resources in rural contexts.
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 | 0,017 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,017 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».