Evaluation of active video games intensity: Comparison between accelerometer-based predictions and indirect calorimetric measurements
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Several active video game (AVG) intervention studies failed in showing an increase in physical activity by using accelerometry measurements. OBJECTIVE: To test the validity of accelerometry for monitoring AVG playing intensity. METHOD: Twenty-two adults performed 80 activities included in the Wii Sports and Wii Fit Plus series. The energy expenditure (EE) and subsequent MET values were measured by indirect calorimetry using metabolic chambers. Subjects wore an accelerometer-based monitor displaying MET values. For each activity, METs values obtained from indirect calorimetry and accelerometry were compared. Each activity was classified as light or moderate to vigorous physical activity (LPA: < 3METs or MVPA: ⩾ 3METs) for the two methods. RESULTS: AVG intensities have been slightly but significantly underestimated by the acceleromater-based monitor compared to the indirect calorimetry (2.5 ± 1.0 instead of 2.7 ± 0.9 METs). Fourty percent of activities have been significantly misestimated, and 20% have been misclassified. CONCLUSION: Those results point out the potential bias of accelerometry measurements for evaluating AVG intensities. Because average AVG intensity lays at the boundary between LPA and MVPA classes, misclassifications can frequently occur. Accelerometry data should be interpreted with caution in intervention studies using AVG.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle