Use of pedometers to measure physical activity in dogs
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 determine whether pedometers can be used to measure physical activity in dogs. DESIGN: Cross-sectional study. ANIMALS: 26 dogs. PROCEDURE: To determine pedometer accuracy, number of steps recorded with the pedometer as dogs walked, trotted, and ran for a distance of approximately 30 m (100 ft) at each gait was compared with actual number of steps. Dogs and owners then wore pedometers for 7 to 14 days, and dog pedometer output was compared with body condition score, owner-reported activity of the dog, and owner pedometer output. RESULTS: Most owners classified their dogs as active or quite active and indicated that their dogs exercised 3 to 7 days/wk. For all dogs, body condition score was 5, 6, or 7 on a scale from 1 to 9. At a walk, pedometers overestimated actual number of steps by approximately 17% in large and medium dogs and underestimated actual number of steps by approximately 7% in small dogs. No significant differences between pedometer-recorded and actual number of steps were detected when dogs trotted or ran. Number of steps per day for the dogs was significantly correlated with owner-reported activity of the dog (r = 0.305) and number of steps per day for the owners (r = 0.469) and was inversely correlated with body condition score (r = -0.554). CONCLUSIONS AND CLINICAL RELEVANCE: Results suggest that pedometers can measure physical activity in dogs with reasonable accuracy. A lower number of steps per day was associated with a higher body condition score, and less active owners generally had less active dogs.
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 | 0,002 |
| 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) | 0,000 | 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