Éléments structurant les programmes d’activité physique dans la lutte contre le surpoids et l’obésité : état des lieux et suggestions
Bibliographic record
Abstract
À ce jour, les programmes d’activité physique (AP) visant les personnes atteintes de surpoids et d’obésité s’organisent autour des recommandations érigées pour la population générale. Toutefois, ces personnes présentent des caractéristiques particulières qui nécessitent un accompagnement adapté. Afin de pouvoir amorcer un travail de recommandation, l’objectif de cet article était de répertorier les critères utilisés pour décrire et étudier les programmes d’AP à destination des personnes atteintes de surpoids et d’obésité et les suivis post-programmes. Une revue systématique des méta-analyses et revues systématiques portant sur la prise en charge du surpoids et de l’obésité adulte a permis, notamment, de mettre en évidence que peu d’éléments descriptifs des programmes sont rapportés de manière systématique, et que les programmes sont rarement suffisamment détaillés pour pouvoir calculer une dose d’AP ou permettre leur comparaison. Ces convergences, disparités ou manques dans la description des programmes d’AP, ont permis d’engager une réflexion sur l’intérêt des différents critères ainsi que sur l’intérêt de leur systématisation dans les dispositifs de prise en charge de la gestion du poids incluant l’AP, pour ce que nous espérons être une première étape vers l’élaboration de recommandations en matière de prise en charge du surpoids et de l’obésité par l’AP. Les nouveautés Objectif : répertorier les critères de description des programmes d’AP dans la prise en charge du surpoids et de l’obésité. Critères à systématiser : calcul dose d’AP, individualisation programme. Critères à développer : taux d’abandon comme indicateur d’adaptation du programme, stratégie de gestion de la fatigue.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.077 | 0.120 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.004 |
| Bibliometrics | 0.007 | 0.009 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".