MétaCan
Menu
Retour à la cohorte
Enregistrement W7079586510 · doi:10.26108/8c7q-0p08

Screen-based media use, physical activity level and body mass index of children and youth in Nova Scotia

2006· article· en· W7079586510 sur OpenAlexaboutno aff

Notice bibliographique

RevueAcadiaU-DEV · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOverweightNova scotiaPhysical activityBody mass indexObesityLeisure timePopulationMass media

Résumé

récupéré en direct d'OpenAlex

There is an increasing trend towards overweight and obesity in children and youth in North America. This trend has typically been associated with poor nutritional practices and reduced physical activity. Certain leisure time activities such as the number of hours of television viewing, playing video games and internet/computer use have also been implicated. Objective: The goal of this project was to assess the relationships between objectively measured physical activity, BMI, and screen-based media use. Participants: We studied a large, random sample of male and female grade 3, 7 and 11 (n=1643) students in the province of Nova Scotia. Design/Setting: A child/youth questionnaire was administered to gather information on media use of participants. Height and weight were recorded for each participant and an accelerometer was worn for 7 consecutive days. Results: Physical activity to achieve health benefits (defined as 60 minutes or more of moderate to vigorous physical activity 5 or more days per week) in this population decreased significantly between grades 3 and 7 and females were particularly at risk. The use of media increased with age but did not always relate significantly to physical activity levels or BMI in this population. Conclusion: Leisure time pursuits including television viewing and screen-based media use in general, do not seem to have the direct relationships with physical inactivity and increasing BMI that have previously been reported.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,601

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,230
Écart entre enseignants0,204 · 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 tête enseignante, 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcadiaU-DEVMême sujetGeochemistry and Geologic MappingTravaux en français237 207