Energy Expenditure According to the Tasks in Physical Education Teachers
Notice bibliographique
Résumé
PURPOSE: The purpose of the study was to quantify energy expenditure of physical education teachers according to the tasks they perform at work. METHODS: Sixty four physical educators aged 35.5 ± 9.1 years (49 males and 15 females, VO2max=45.3 ± 7.0 ml·kg-1·min-1) had their oxygen consumption/heart rate (VO2/HR) relationship measured in the laboratory. On another day while working, PE teachers wore a monitor to record heart rate. Heart rate was later used to estimate energy expenditure using interpolation of the (VO2/HR) relationship. According to their daily work logbook, their tasks were regrouped in one of the four following categories: office work, supervision tasks, mixed participation and active participation tasks. RESULTS: The average energy expenditure (156 and 276 kcal·h-1) varied according to the tasks performed. The most demanding task is active participation, followed by mixed participation, supervision tasks. Office work was indeed the less demanding. CONCLUSIONS: Energy expenditure can be considered as light during office tasks (120-168 kcal·h-1) or during supervision tasks (150-198 kcal·h-1). Workload can be estimated as average during mixed participation (204-234 kcal·h-1) or during active participation (246-318 kcal·h-1). However during some period, the workload can be considered as very heavy reaching values as high as 528-774 kcal·h-1.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».