The contribution of active transportation to population physical activity levels
Notice bibliographique
Résumé
We explored the contribution of active (nonmotorized) transportation, including walking and cycling, to physical activity (PA) levels and its association with PA recommendations adherence (youth: ≥ 60 min/day; adults: ≥ 150 min/week) using self-reported domain-specific and accelerometer-measured PA from Cycles 4 to 6 (2014-2019) of the Canadian Health Measures Survey (N = 8620). Recreation and household or occupational PA were similar for users and non-users, but accelerometer-measured PA was significantly higher among active transportation users (12-17 years: 56.6 vs. 47.7 min/ day; 18-64 years: 33.4 vs. 22.8 min/day, 65-79 years: 21.5 vs. 13.7 min/day). Active transportation was not associated with meeting the PA recommendation for youth after adjusting for confounders (adjusted odds ratio [aOR] = 1.39; 95% confidence interval [CI]: 0.91-2.11), but it was for adults (18-64 years: aOR = 2.71, 95% CI: 2.18-3.37; 65-79 years: aOR = 2.26, 95% CI: 1.39-3.69). Given its contribution to population PA levels, supporting active transportation should be considered an important tool for health promotion.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 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) | 0,003 | 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 ».