COMPORTAMENTO SEDENTÁRIO EM PRÉ-ESCOLARES: ANÁLISES INICIAIS DO CONTEXTO URBANO E RURAL DO ESTUDO SUNRISE NA REGIÃO CENTRO OESTE DO BRASIL
Notice bibliographique
Résumé
Introduction: The health implications of excessive sedentary behavior throughout life are being recognized. Early childhood (birth to five years) is critical for establishing healthy habits related to sedentary behavior, with a view to ensuring adequate health both now and in the future. Objective: To describe the data collection process of the International Study on 24-Hour Movement Behaviors in Early Childhood (SUNRISE)/Canadian Institutes of Health Research (CIHR) in the Midwest region of Brazil and to analyze the sedentary behavior of preschool children living in urban and rural areas of the region. Methods: This is an excerpt from the SUNRISE CIHR study, involving 212 children (104 boys and 108 girls with a mean age of 4.30 ± 0.51 years) from early childhood education centers located in urban and rural areas of the Midwest region. Sociodemographic and sedentary behavior data were collected through a questionnaire administered in the form of an interview. Results: The sample consisted of 50.9% girls, with a predominance of 4-year-olds (72.3%). Most children were brown-skinned (47.6%), followed by white (44.8%) and black (6.1%). Regarding parental education, high school/technical school completion was the most common (56.6%). No statistically significant differences were observed between urban and rural children in terms of gender, age, or skin color. A difference was found in the sedentary behavior of children living in urban and rural areas. Children in urban areas played outside the home more often (50.9%) than those in rural areas (26%), and the presence of electronic devices in the bedroom was higher among children in urban areas (42.6%) than in rural areas (26%), with a significant difference (p < 0.001). Final thoughts: This study gives us new info on how kids in central-western Brazil spend their time, which is an area that hasn't been looked at much in national research. Early interventions are key to promoting healthy habits and reducing how much kids sit around.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».