MétaCan
Menu
Retour à la cohorte
Enregistrement W2110759991 · doi:10.1123/jpah.8.4.587

Actical Accelerometer Sedentary Activity Thresholds for Adults

2011· article· en· W2110759991 sur OpenAlexafffundabout
Suzy L Wong, Rachel C. Colley, Sarah Connor Gorber, Mark S. Tremblay

Notice bibliographique

RevueJournal of Physical Activity and Health · 2011
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensStatistics Canada
Organismes subventionnairesInstitut pour la Recherche en Santé PubliquePublic Health Agency of Canada
Mots-clésPhysical activityActivity monitorAccelerometerMedicinePhysical therapySedentary behaviorSedentary lifestylePhysical medicine and rehabilitationComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Actical accelerometer thresholds have been derived to enable objective measurement of time spent performing sedentary activity in children and adolescents, but not adults. Thus, the purpose of this study was to determine Actical accelerometer sedentary activity thresholds for adults. METHODS: Data were available from 3187 participants aged 6 to 79 years from a preliminary partial dataset of the Canadian Health Measures Survey, who wore an Actical for 7 days. Step count data were used to evaluate the use of 50, 100, and 800 counts per min (cpm) as sedentary activity thresholds. Minutes when no steps were recorded were considered minutes of sedentary activity. RESULTS: The use of higher cpm thresholds resulted in a greater percentage of sedentary minutes being correctly classified as sedentary. The percentage of minutes that were incorrectly classified as sedentary was substantially higher when using a threshold of 800 cpm compared with 50 or 100 cpm. Results were similar for children, adolescents, and adults. CONCLUSIONS: These findings suggest that a threshold of 100 cpm is appropriate for classifying sedentary activity of adults when using the Actical. As such, wear periods with minutes registering less than 100 cpm would be classified as time spent performing sedentary 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,704

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,184
Tête enseignante GPT0,402
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations184
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Physical Activity and HealthMême sujetPhysical Activity and HealthTravaux en français237 207