The validity of the Tractivity motion sensor during walking.
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: Accelerometers have a distinct advantage over pedometers in the capacity to assess accurately and comprehensively physical activity and sedentary behaviours. However, the widespread use of accelerometers has been limited owing to the marked cost difference between sensors. Recent technological advancements have allowed for the development of accelerometers that are more affordable, increasing the potential usage of accelerometers on a population level. The Tractivity motion sensor has recently been developed to monitor distance, steps, and time spent during physical activities. Purpose: To examine the validity of the Tractivity sensor to measure step counts in comparison to direct observation across a range of walking speeds. Methods: Ten participants (5 M; 5 F) were evaluated during four incremental stages of treadmill walking at 2.4, 3.1, 3.5, and 4.1 mph (in randomized order). Each exercise stage lasted 6 min in duration. Step counts were evaluated (in a blinded fashion) via direct observation (video analysis) and the Tractivity sensor. Results: The Tractivity device explained 99.2% of the variance in the actual counts with no evidence of systematic bias across exercise intensity. The average difference between Tractivity device and the criterion method was -3.05 steps (0.44%) across the range of walking speeds, with the majority of step counts being within 10 steps. There was no significant difference between step counts derived by the Tractivity sensor and direct observation. Conclusion: The Tractivity sensor is a valid measure of step counts in comparison to direct observation with less than 0.5% error across a range of walking speeds.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 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