Familial aggregation of physical activity levels in the Quebec family study
Notice bibliographique
Résumé
and parents was 27 and 53 yr, respectively. Methods: The levels of physical activity were estimated using a 3-d diary and a questionnaire dealing with physical activity during the past year. Results: An ANOVA performed on the age and sex adjusted physical activity phenotypes revealed that there were 1.40–1.52 times more variation in physical activity levels between families than within families (0.001 P 0.0001), suggesting that physical activity levels aggregate in families. Maximal heritabilities (SEGPATH), adjusted for the degree of spouse resemblance, reached 25%, 16%, 19%, and 17 % for the degree of inactivity, time spent in moderate to strenuous physical activities, total level of daily activity, and weekly time spent in the main activity during the previous year, respectively. Conclusion: These results suggest that physical activity level is characterized by a significant degree of familial resemblance, and that inactivity has a slightly higher heritability level than moderate to strenuous physical activity or total physical activity phenotypes. The pattern of familial correlations suggests that shared familial environmental factors along with genetic factors are also important in accounting for the familial resemblance in physical activity level. Key Words: LEISURE-TIME, PHYSICAL ACTIVITY, EXERCISE, FAMILY, HERITABILITY, GENETIC, ENVIRONMENTAL VARIATION Aphysically active lifestyle is known to have signif-icant health benefits and is a common goal of healthpromotion initiatives (27). From an epidemiological view, familial resemblance reflecting genetic and environ-mental factors shared by family members could be a major
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».