A Multi-Sensor Monitoring System of Human Physiology and Daily Activities
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
OBJECTIVE: To present the design and pilot test results of a continuous multi-sensor monitoring system of real-world physiological conditions and daily life (activities, travel, exercise, and food consumption), culminating in a Web-based graphical decision-support interface. MATERIALS AND METHODS: The system includes a set of wearable sensors wirelessly connected to a "smartphone" with a continuously running software application that compresses and transmits the data to a central server. Sensors include a Global Positioning System (GPS) receiver, electrocardiogram (ECG), three-axis accelerometer, and continuous blood glucose monitor. A food/medicine diary and prompted recall activity diary were also used. The pilot test involved 40 type 2 diabetic patients monitored over a 72-h period. RESULTS: All but three subjects were successfully monitored for the full study period. Smartphones proved to be an effective hub for managing multiple streams of data but required attention to data compression and battery consumption issues. ECG, accelerometer, and blood glucose devices performed adequately as long as subjects wore them. GPS tracking for a full day was feasible, although significant efforts are needed to impute missing data. Activity detection algorithms were successful in identifying activities and trip modes but could benefit by incorporating accelerometer data. The prompted recall diary was an effective tool for augmenting algorithm results, although subjects reported some difficulties with it. The food and medicine diary was completed fully, although end times and medicine dosages were occasionally missing. CONCLUSIONS: The unique combination of sensors holds promise for increasing accuracy and reducing burden associated with collecting individual-level activity and physiological data under real-world conditions, but significant data processing issues remain. Such data will provide new opportunities to explore the impacts of human geography and daily lifestyle on health at a fine spatial/temporal scale.
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 | 0,000 | 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 | 0,001 |
| 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