Urbanization and physical activity in the global Prospective Urban and Rural Epidemiology study
Notice bibliographique
Résumé
Urbanization may influence physical activity (PA) levels, although little evidence is available for low- and middle- income countries where urbanization is occurring fastest. We evaluated associations between urbanization and total PA, as well as work-, leisure-, home-, and transport-specific PA, for 138,206 adults living in 698 communities across 22 countries within the Prospective Urban and Rural Epidemiology (PURE) study. The 1-week long-form International PA Questionnaire was administered at baseline (2003-2015). We used satellite-derived population density and impervious surface area estimates to quantify baseline urbanization levels for study communities, as well as change measures for 5- and 10-years prior to PA surveys. We used generalized linear mixed effects models to examine associations between urbanization measures and PA levels, controlling for individual, household and community factors. Higher community baseline levels of population density (- 12.4% per IQR, 95% CI - 16.0, - 8.7) and impervious surface area (- 29.2% per IQR, 95% CI - 37.5, - 19.7), as well as the rate of change in 5-year population density (- 17.2% per IQR, 95% CI - 25.7, - 7.7), were associated with lower total PA levels. Important differences in the associations between urbanization and PA were observed between PA domains, country-income levels, urban/rural status, and sex. These findings provide new information on the complex associations between urbanization and PA.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».