MétaCan
Menu
Retour à la cohorte
Enregistrement W2176420602 · doi:10.1017/s0007114515004602

Food intake response to exercise and active video gaming in adolescents: effect of weight status

2015· article· en· W2176420602 sur OpenAlexaff
Jean‐Philippe Chaput, Angelo Tremblay, Yves Boirie‌, Martine Duclos, David Thivel

Notice bibliographique

RevueBritish Journal Of Nutrition · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensCanadian Obesity NetworkWilfrid Laurier UniversityChildren's Hospital of Eastern OntarioUniversité LavalUniversity of Ottawa
Organismes subventionnairesInstituto DanoneDanone
Mots-clésVideo gameFood intakePsychologyEnergy expenditureAppetitePhysical therapySittingPhysical activityAffect (linguistics)MedicineAnimal scienceInternal medicineMultimediaCommunicationComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Although a few data are available regarding the impact of video games on energy intake (EI) in lean adolescents, there is no evidence on the effect of passive and active video gaming on food intake in both lean and obese youth. It is also unknown whether isoenergetic active video games and exercise differently affect food consumption in youth. In all, twelve lean and twelve obese adolescent boys (12-15 years old) had to complete four 1-h sessions in a cross-over design study: control (CON; sitting), passive video game (PVG; boxing game on Xbox 360), active video game (AVG; boxing game on Xbox Kinect 360) and exercise (EX; cycling). The exercise and active video game activities were designed to generate the same energy expenditure (EE). EE was measured using a K4b2 portable indirect calorimeter. Ad libitum food intake and appetite sensations were assessed following the sessions. AVG and EX-EE were significantly higher in obese participants and significantly higher compared with PVG and CON in both groups. Obese participants significantly ate more than lean ones in all four conditions (P<0·001). EI did not differ between conditions in obese participants (CON: 4935 (SD 1490) kJ; PVG: 4902 (SD 1307) kJ; AVG: 4728 (SD 1358) kJ; EX: 4643 (SD 1335) kJ), and was significantly lower in lean participants after EX (2847 (SD 577) kJ) compared with PVG (3580 (SD 863) kJ) and AVG (3485 (SD 643) kJ) (P<0·05). Macronutrient intake was not significantly different between the groups or conditions. Hunger was significantly higher and satiety was lower in obese participants but no condition effect was observed. Overall, moderate-intensity exercise provides better effect on energy balance than an isoenergetic hour of active video gaming in lean adolescent boys by dually affecting EE and EI.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,012
Tête enseignante GPT0,266
Écart entre enseignants0,253 · 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

Citations32
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal Of NutritionMême sujetObesity, Physical Activity, DietTravaux en français237 207