Sociodemographic differences in 24-hour time-use behaviours in New Zealand children
Notice bibliographique
Résumé
Abstract Background The time that children spend in physical activity, sedentary behaviour, and sleep each day (i.e., 24-h time-use behaviours), is related to physical and mental health outcomes. Currently, there is no comprehensive evidence on New Zealand school-aged children’s 24-h time-use behaviours, adherence to the New Zealand 24-h Movement Guidelines, and how these vary among different sociodemographic groups. Methods This study utilises data from the 8-year wave of the Growing Up in New Zealand longitudinal study. Using two Axivity AX3 accelerometers, children’s 24-h time-use behaviours were described from two perspectives: activity intensity and activity type. Compositional data analysis techniques were used to explore the differences in 24-h time-use compositions across various sociodemographic groups. Results Children spent on average, 31.1%, 22.3%, 6.8%, and 39.8% of their time in sedentary, light physical activity, moderate-to-vigorous physical activity, and sleep, respectively. However, the daily distribution of time in different activity types was 33.2% sitting, 10.8% standing, 7.3% walking, 0.4% running, and 48.2% lying. Both the activity intensity and activity type compositions varied across groups of child ethnicity, gender, and household income or deprivation. The proportion of children meeting each of the guidelines was 90% for physical activity, 62.5% for sleep, 16% for screen time, and 10.6% for the combined guidelines. Both gender and residence location (i.e., urban vs. rural) were associated with meeting the physical activity guideline, whereas child ethnicity, mother’s education and residence location were associated with meeting the screen time guideline. Child ethnicity and mother’s education were also significantly associated with the adherence to the combined 24-h Movement Guidelines. Conclusions This study provided comprehensive evidence on how New Zealand children engage in 24-h time-use behaviours, adherence to the New Zealand 24-h Movement Guidelines, and how these behaviours differ across key sociodemographic groups. These findings should be considered in designing future interventions for promoting healthy time-use patterns in New Zealand children.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».