L'association entre l'utilisation du transport actif et l'état de santé auto-rapporté chez des adultes montréalais
Bibliographic record
Abstract
Introduction : Une majorité de Canadiens adopte un mode de vie sédentaire qui est un facteur de risque important pour différents problèmes de santé. Dernièrement, des interventions en santé publique ciblent le transport actif pour augmenter la pratique d’activité physique. Objectif : L’objectif de cette étude est de quantifier la direction et la taille de l’association entre l’état de santé rapporté par des adultes montréalais et leur utilisation de la marche et du vélo utilitaires. Méthode : L’échantillon comprend 4503 résidents de l’Île de Montréal, âgés de 18 ans et plus, ayant répondu à un sondage téléphonique sur la pratique de l’activité physique et du transport actif. Des analyses de régression logistique multiples ont été appliquées pour examiner l’association entre l’état de santé auto-rapporté et la pratique du vélo (N=4386) et entre l’état de santé auto-rapporté et la pratique de la marche utilitaire (N=4350). Résultats : Les gens ayant une santé perçue comme bonne et moyenne/mauvaise ont une probabilité plus faible de pratiquer la marche utilitaire (OR = 0,740; p < 0,05 et OR = 0,552; p < 0,01) que ceux rapportant une excellente santé, alors que cette association n’est pas significative pour la pratique du vélo utilitaire dans notre étude. Conclusion : Bien que les résultats obtenus ne soient pas tous statistiquement significatifs, la probabilité d’utiliser le transport actif semble plus faible chez les adultes indiquant un moins bon état de santé par rapport aux adultes indiquant que leur état de santé est excellent.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".