Accuracy of Energy Expenditure Estimation by Activity Monitors Differs with Ethnicity
Notice bibliographique
Résumé
The aim of this project is to explore the accuracy of 2 activity monitors (SenseWear Armband & Actical) to estimate energy expenditure during rest and light to moderate intensity exercises in 2 ethnic groups. 18 Caucasian and 20 Black adults (age: 26.8±5.2 years; body mass index: 23.9±3.0 kg/m(2)) wore the 2 devices simultaneously during 3 standardised activities: 30-min rest, 45-min of treadmill at 40% of their V˙O2peak and 45-min of stationary cycling at 50% of their V˙O2peak. Energy estimated with the 2 devices was compared to indirect calorimetry measurements. Both devices overestimated energy expenditure during rest (SenseWear: 36% in Black vs. 16% in Caucasian; Actical: 26% vs. 11%, p<0.01 between groups) and treadmill (SenseWear: 50% vs. 25%; Actical: 67% vs. 32%, p<0.01 between groups). Both devices significantly underestimated energy expenditure during stationary cycling (SenseWear: 24% vs. 26%; Actical: 58% vs. 70%, p=NS between groups). Equations used to estimate energy expenditure from accelerometer data is less precise among Black adults than Caucasian adults. Ethnic-specific formulas are probably required.
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 ».