MétaCan
Menu
Retour à la cohorte
Enregistrement W7037980380

Golf ikääntyvän ihmisen liikuntaharrastuksena

2013· other· fi· W7037980380 sur OpenAlexaboutno aff

Notice bibliographique

RevueJyväskylä University Digital Archive (University of Jyväskylä) · 2013
Typeother
Languefi
DomaineComputer Science
ThématiqueIntelligent Tutoring Systems and Adaptive Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Quarter (Canadian coin)Data collection
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Golf ikääntyvän ihmisen liikuntaharrastuksena. Marsalo Tarja Pro gradu-tutkielma Jyväskylän yliopisto, liikunta- ja terveystieteiden tiedekunta, terveystieteiden laitos Gerontologia ja kansanterveystiede Kevät 2013 40 sivua Suomessa on noin 40.000 seniorigolfaajaa ja tulevaisuudessa pelaaminen voi lisääntyä merkittävästi suurten ikäluokkien jäädessä eläkkeelle. Tällä pro gradu -tutkielmalla selvitettiin seniorigolfaajan pelaamisen ja muun liikunnan harrastamisen määrää. Selvitettiin seniorigolfaajan kokemuksia heidän terveydestään ja sitä, onko seniorigolfaajan pelaamisen useus yhteydessä koettuun terveyteen. Lisäksi tarkasteltiin sitä, eroavatko työikäisten ja eläkeikäisten ryhmät toisistaan pelaamisen määrässä ja muun liikunnan harrastamisen määrässä. Tutkimuksen aineistona käytettiin Suomen Golfliiton Terveysprofiiliaineistoa. Tähän tutkimukseen valittiin kaikki 54 vuotta täyttäneiden vastaukset (N=475). Aineisto analysoitiin SPSS 18 -ohjelmalla. Analyysit tehtiin frekvenssianalyysillä ja ristiintaulukoinnilla. Tulosten mukaan vähän pelaavia oli 23 % vastaajista. Eniten eli kohtalaisesti (21–40 golfkierrosta vuodessa) pelasi 26 % vastaajista. Aktiivipelaajia (41–60 golfkierrosta) oli 20 %, hyvin aktiivisti (61–80) pelaavia oli 11 %. Todella paljon pelaavien (yli 80 kierrosta) määrä oli 20 %. Talviajalla yli 50 % aktiivisesti, hyvin aktiivisesti ja todella paljon pelaavien ryhmässä harrasti muuta liikuntaa terveysliikunnan suositusten mukaiseksi, sen sijaan vähän pelaajien joukossa oli melkein 50 % niitä, jotka eivät harrastaneet riittävästi liikuntaa talvella. Kaiken kaikkiaan seniorigolfaajista noin puolet harrasti liikuntaa terveysliikuntasuositusten mukaisesti. Näyttää siltä, että mitä aktiivisemmin ikääntyvä ihminen pelaa kesällä golfia, sitä aktiivisemmin hän harrastaa talvella muuta hengästymiseen johtavaa liikuntaa. Golfkierrosten sekä koetun terveyden välillä oli yhteys niin, että ne, joilla oli suurimmat golf kierrosmäärät, kokivat terveytensä hyväksi. Huonoksi terveytensä koki alle 2 % vastaajista. Työikäisten ja eläkeikäisten ryhmät eivät eronneet merkittävästi toisistaan. Ikääntyvät ihmiset jotka harrastavat golfia kokevat itsensä terveemmiksi kuin ikätoverinsa. Seniorigolfaajista noin puolet on aktiivisia liikunnan harrastaja ympäri vuoden. Säännöllistä golfin pelaamista yhdessä muun liikunnan harrastamisen kanssa voidaan pitää ikääntyvälle ihmiselle terveyttä edistävänä liikuntana.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,531

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,001
Communication savante0,0070,002
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1590,066

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,167
Écart entre enseignants0,155 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJyväskylä University Digital Archive (University of Jyväskylä)Même sujetIntelligent Tutoring Systems and Adaptive LearningTravaux en français237 207