Lean adolescents achieve higher intensities but not higher energy expenditure while playing active video games compared with obese ones
Notice bibliographique
Résumé
BACKGROUND: While decreased physical activity and increased sedentary behaviours are incriminated for their role in the progression of obesity, active video games (AVG) may offer a new alternative to increase energy expenditure in youth. This study is the first to examine the effect of a 1-h AVG play on lean and obese adolescents' energy expenditure. METHODS: Body composition and aerobic fitness were assessed in 19 obese and 12 lean adolescent boys (12-15 years old). Participants performed a 1-h AVG session (Kinect Sports technology) while wearing a portable indirect calorimeter (K4b2) to assess their energy expenditure and heart rate. RESULTS: Body weight (91.0 ± 9.5 vs. 58.5 ± 12.4 kg), body mass index (32.2 ± 3.1 vs. 20.3 ± 1.6 kg m(-2) ) and body fat (38.1 ± 2.7 vs. 13.4 ± 3.9%) were significantly higher in obese adolescents (P < 0.001). Absolute energy expenditure was significantly higher in obese (P < 0.05) but not when corrected for body composition. Maximal heart rate reached during AVG was significantly higher in lean adolescents (190 ± 25 vs. 183 ± 28 bpm, P < 0.05). Time spent between 3 and 6 METs (Metabolic Equivalent Task) was not different between groups but time spent above 6 METs was higher in lean adolescents (P < 0.05). CONCLUSION: Although lean and obese adolescent boys experienced similar energy expenditure relative to their body size during a 1-h Kinect AVG session, lean adolescents spent more time in moderate-to-vigorous physical activity.
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 | 0,000 | 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 | 0,000 | 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) | 0,003 | 0,001 |
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 ».