Incidence du transport actif sur les niveaux d’activité physique de la population
Notice bibliographique
Résumé
Résumé Nous nous sommes intéressés à l’incidence du transport actif (non motorisé, en particulier la marche et le vélo) sur le niveau d’activité physique (AP), ainsi qu’à l’association entre le transport actif et le respect des recommandations concernant l’AP (jeunes : ≥ 60 min/jour; adultes : ≥ 150 min/semaine) en utilisant les données sur l’AP autodéclarée par domaine et l’AP mesurée par accélérométrie dans les cycles 4 à 6 (2014-2019) de l’Enquête canadienne sur les mesures de la santé (N = 8620). L’AP associée aux loisirs et celle associée aux tâches domestiques ou au travail étaient comparables dans les groupes d’usagers et de non-usagers du transport actif, mais l’AP mesurée par accélérométrie était significativement plus élevée chez les usagers du transport actif (12 à 17 ans : 56,6 contre 47,7 min/jour; 18 à 64 ans : 33,4 contre 22,8 min/jour, 65 à 79 ans : 21,5 contre 13,7 min/jour). Le transport actif n’était pas associé au respect de la recommandation concernant l’AP chez les jeunes après ajustement pour les facteurs de confusion (rapport de cote [RC] ajusté = 1,39; intervalle de confiance [IC] à 95 % : 0,91 à 2,11), mais il l’était chez les adultes (18 à 64 ans : RC ajusté = 2,71; IC à 95 % : 2,18 à 3,37; 65 à 79 ans : RC ajusté = 2,26; IC à 95 % : 1,39 à 3,69). Puisque le transport actif contribue à améliorer les niveaux d’AP dans la population, la prise de mesures qui le favorisent devrait être considérée comme un outil important de promotion de la santé.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».