The validity of the Tractivity motion sensor during walking.
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.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».