MétaCan
Menu
Retour à la cohorte
Enregistrement W2146140342 · doi:10.1089/g4h.2013.0021

Evaluation of Children Playing a New-Generation Motion-Sensitive Active Videogame by Accelerometry and Indirect Calorimetry

2013· article· en· W2146140342 sur OpenAlexaff
Stacey Reading, Karel Prickett

Notice bibliographique

RevueGames for Health Journal · 2013
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésAccelerometerMotion sensorsMotion (physics)CalorimetryPsychologyPhysical medicine and rehabilitationApplied psychologyDevelopmental psychologyMedicineComputer scienceArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: New-generation active videogames (AVGs) use motion-capture video cameras to connect a player's arm, leg, and body movements through three-dimensional space to on-screen activity. We sought to determine if the whole-body movements required to play the AVG elicited moderate-intensity physical activity (PA) in children. A secondary aim was to examine the utility of using accelerometry to measure the activity intensity of AVG play in this age group. SUBJECTS AND METHODS: The PA levels of boys (n=26) and girls (n=15) 5-12 years of age were measured by triaxial accelerometry (n=25) or accelerometry and indirect calorimetry (IC) (n=16) while playing the "Kinect Adventures!" videogame for the Xbox Kinect (Microsoft(®), Redmond, WA) gaming system. The experiment simulated a typical 20-minute in-home free-play gaming session. RESULTS: Using 10-second recording epochs, the average (mean±standard deviation) PA intensity over 20 minutes was 4.4±0.9, 3.2±0.7, and 3.3±0.6 metabolic equivalents (METs) when estimated by IC or vertical axis (Crouter et al. intermittent lifestyle equation for vertical axis counts/10 seconds [Cva2RM]) and vector magnitude (Crouter et al. intermittent lifestyle equation for vector magnitude counts/10 seconds [Cvm2RM]) accelerometry. In total, 16.9±3.2 (IC), 10.6±4.5 (Cva2RM), and 11.1±3.9 (Cvm2RM) minutes of game playing time were at a 3 MET intensity or higher. CONCLUSIONS: In this study, children played the Xbox Kinect AVG at moderate-intensity PA levels. The study also showed that current accelerometry-based methods underestimated the PA of AVG play compared with IC. With proper guidance and recommendations for use, video motion-capture AVG systems could reduce sedentary screen time and increase total daily moderate PA levels for children. Further study of these AVG systems is warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,079
Tête enseignante GPT0,372
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), 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

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGames for Health JournalMême sujetPhysical Activity and HealthTravaux en français237 207