Validation of the PAR-Q+ and ePARmed-X+
Notice bibliographique
Résumé
The Physical Activity Readiness Questionnaire for Everyone (PAR-Q+) and the electronic Physical Activity Readiness Medical Examination (ePARmed-X+) were created recently to reduce the barriers to physical activity participation for individuals with and without established chronic disease. Our primary purpose was to provide preliminary evidence on the effectiveness of these new forms for pre-participation screening and risk stratification. In particular, we sought to examine the new PAR-Q+ (and ePARmed-X+) risk stratification strategy in comparison to the previous PAR-Q. The new PAR-Q+ and ePARmed-X+ risk stratification and pre-participation strategy reduced significantly the number individuals that were sent for medical referral in comparison to the PAR-Q (i.e., 0.8% vs. 15%, respectively). The reliability of the PAR-Q+ over a three month period was high (r = 0.99). Moreover, the new strategy demonstrated high sensitivity (0.90 (95% CI = 0.77-0.96)) and specificity (1 (95% CI = 0.99-1)) for determining those with and without hypertension, respectively. In conclusion, our preliminary evaluation of the new PAR-Q+ and ePARmed-X+ risk stratification and pre-participation strategy in comparison to the PAR-Q reveals that the new process reduces greatly the barriers to physical activity participation, with a high reliability, sensitivity, and specificity of measurement.
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 | 0,029 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».