A longitudinal study of changes in physical activity during adolescence
Notice bibliographique
Résumé
BACKGROUND: The majority of people worldwide, including 90% of Canadian adolescents, do not meet recommendations on physical activity. A better understanding of how, when, and why physical activity declines during adolescence is needed. OBJECTIVES: Among adolescents, 1) document how weather conditions affect physical activity; 2) determine whether participants enrolled in organised physical activities maintain healthier activity levels; 3) identify periods of marked decline in participation in specific physical activities; and 4) describe patterns of physical activity participation over five years. METHODS: A 7-day physical activity recall was completed by 1293 adolescents, initially aged 12-13 years, every 3 months over 5 years. The association between number of physical activity sessions daily, and each of season and weather conditions was assessed in Poisson regression models with random effects. Generalized estimating equation Poisson regressions were used to compare rates of decline in number of activity sessions per week between students who participated in organised physical activity in grade 7 and those who did not. We used survival analyses to ascertain when discontinuation of specific activities occurred among adolescents who reported the activity at baseline. Finally, latent class growth curve models were used to identify classes of participants with similar physical activity trajectories during adolescence. RESULTS: First analysis: Levels of physical activity were lowest during winter. Because warm-month increases did not compensate for winter decreases, activity declined by 7% yearly on average. Although statistically significant, the effect of weather on activity was modest. Second analysis: Adolescents who participated in organised physical activities in grade 7 reported 42% more activities on average than other active adolescents. However, organised activities did not protect against declines in physical activity. Third analysis: Within two
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 | 0,001 |
| 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 ».