Determinants and Associations of 24-hour Movement Behaviors in Desk Workers who Work from Home
Notice bibliographique
Résumé
Work from Home (WFH) has become a viable and common work modality. Scarce evidence exists assessing 24-hour movement behaviors in those who WFH. The goals of this project were to compare behaviors of WFH desk workers to office-based desk workers and to identify determinants and gain perspectives of those who WFH in relation to their 24-hour movement patterns. Methods: The first project was a secondary data analysis of baseline data from a randomized clinical trial among desk workers (n=275). Device-measured and self-reported 24-hour movement behaviors were compared between in-office vs. WFH worksite locations using linear regression. Odds of meeting 24-hour guidelines were also compared by worksite location, using the Canadian 24-hour movement guidelines as a framework. The second project used a mixed methods study design in WFH desk workers (n=27) to assess device-measured and self-reported 24-hour movement behavior data and gather qualitative data using focus groups. Focus group discussions intended to identify determinants and desired supports for healthy 24-hour movement behaviors in those who WFH. Following descriptive analysis of 24-hour behavior data, transcript analysis of five focus groups used Atlas.ti coding software, with two study coders, and identified salient themes. Results: For aim 1, WFH workers accumulated significantly less light physical activity (LPA) [-0.51±0.20 hours/day , p=0.01] and higher prolonged sedentary behavior (SB) [0.54±0.25 hours/day, p=0.03] compared to in-office workers. WFH workers were less likely to meet MVPA guidelines (OR: 0.52 [95% CI: 0.28, 0.98)]) and more likely to meet the sleep quality (OR: 2.23 [95% CI: 1.10, 4.51]), waketime consistency (OR: 2.63 [95% CI: 1.27, 5.48)]), and overall sleep guidelines (OR: 2.42 [95% CI: 1.25, 4.67]). For aim 2, focus groups in WFH individuals revealed three key themes that impacted their 24-hour movement behaviors: 1) workspace characteristics such as physical environment characteristics, 2) support for healthy living such as employer support, and 3) non-work-related influences including family obligations and self-motivation. Conclusions: WFH desk workers had different 24-hour behavior profiles to those who worked in office settings. Unique determinants of these behaviors for WFH contexts suggest future studies should incorporate WFH-specific determinants when designing interventions for this population.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».