Examining the effectiveness of a community-based physical activity intervention on health-related physical fitness in Indigenous adults
Notice bibliographique
Résumé
Background: Improving the health and well-being of Indigenous peoples is a priority in Canada. A high prevalence of chronic diseases (such as cardiovascular disease, type 2 diabetes and obesity) has been reported among Indigenous communities. Despite the growing awareness of the health disparities faced by Indigenous communities compared to the general population, limited research exists on how to improve the cardio-metabolic health of Indigenous communities in culturally appropriate ways. Physical activity and fitness is well known to be of benefit for health. Objective: To evaluate the effectiveness of a community-based walking and running physical activity program on improving health-related physical fitness and other risk factors for cardiovascular disease and type 2 diabetes. Methods: Six Indigenous communities participating in the program hosted a health screening. A total of 87 adults of varying ages (44.6 ± 14.9 yr), health status and previous physical activity levels were included in this study. A trained Indigenous community member delivered weekly running and walking sessions. Aerobic fitness, muscular strength, body composition, blood pressure, total cholesterol, high density lipoprotein cholesterol, glucose, glycosylated haemoglobin and physical activity behaviour were assessed pre-and post-training. Results: Improvements in cardiorespiratory fitness and muscular strength were observed after the program. Health-related outcomes including waist circumference and blood pressure were reduced. Conclusion: A community-based physical activity program, led by an Indigenous community member, was effective at improving the cardio-metabolic health of Indigenous adults. Future research should consider modelling the design and implementation of this physical activity program when working with Indigenous communities to reduce cardio-metabolic diseases.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».