Accuracy of Pedometry for Ambulatory Adults with Neurological Disabilities
Notice bibliographique
Résumé
Purpose: The purpose of the study was to determine the contribution of gait variability to pedometer accuracy. Method: Participants completed one 100 m walking trial wearing a Yamax SW-200 pedometer (New Lifestyles Canada, Deep River, Ontario). Error scores and percent error scores were calculated. Gait speed was measured over the 100m distance. Gait variability was measured by walking on a 10 m paper walkway with ink pads on the bottoms of the participants' shoes. The ink marks were used to calculate average step length and step width. A stepwise linear regression analysis determined the contribution of step length (SL) variability, step width variability, and gait speed to error score. Results: Forty-five ambulatory volunteers (27 males, 18 females; age 54 6 14 years) with neurological disabilities participated in the study. Mean SL variability and gait speed were 6.6 6 3.4% and 53.8 6 21.1 m/min, respectively. On average, the pedometer underestimated the number of actual steps taken by 11.2%. Both SL variability and gait speed were significant predictors of error score, with gait speed accounting for 41% and SL variability accounting for 8% of the variance in error score. Conclusions: In a sample of ambulatory persons with neurological disabilities, gait speed was the most important determinant of pedometer accuracy, but SL variability also made a significant contribution to error score.
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 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 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».