Social determinants of long-term reported changes in physical activity and healthy eating during the COVID-19 pandemic in Canada: multiple cross-sectional surveys analysis from the iCARE study
Notice bibliographique
Résumé
The long-term consequences of COVID-19 on healthy behaviours (physical activity practice and healthy eating) among Canadians remain largely unexplored. The objectives were (i) to describe the proportion of Canadians who reported a change in healthy behaviours, 9 and 20 months since the beginning of COVID-19; and (ii) to identify the social determinants associated with healthy behaviour changes. Using two representative Canadian surveys from the International COVID-19 Awareness and Responses Evaluation study (January 2021, n = 3000; November 2021, n = 3002), reported changes in healthy behaviours were assessed as follows: “In general, how have the following behaviours changed since the start of COVID-19?”: (1) Increase; (2) No change; and (3) Decrease. The association between individual determinants and changes in healthy behaviours was analyzed using weighted univariate polytomous logistic regression models. In January 2021, 41% and 22% of respondents reported a decline in physical activity and healthy eating, respectively, while in November 2021, 34% and 20% of respondents reported a decline in physical activity and healthy eating, respectively. The main determinants associated with changes in healthy behaviours were younger age (18–25 years), area of residency, student status, changes in bodyweight, financial concerns/insecurity, anxiety/depression, and ethnicity. Changes in healthy behaviours were also associated with household composition, presence of chronic diseases, and occupation. In sum, this study depicted long-term changes in healthy behaviours during COVID-19, with differential changes according to social determinants of health. This study highlighted the presence of health inequalities in Canada during COVID-19 and supports the implementation of personalized programs in prevention of healthy behaviour degradation.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 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 ».