Personalized Walking Cadence to Increase Time at Moderate-Vigorous Intensity in Inactive Older Adults
Notice bibliographique
Résumé
PURPOSE: The main goal of this study was to identify if older inactive adults using a pedometer, giving walking cadence required to reach moderate intensity, significantly increased total time spent at moderate to vigorous intensity and 10-minute bouts at moderate to vigorous intensity. METHODS: Inactive older adults (N = 42) were instructed to walk 150 minutes/week at no specified intensity during phase 1 (week 1-6). In phase 2 (week 7-12), the intervention group (N = 20) received instructions on how to reach moderate intensity, using a pedometer and individualized walking cadence, while the control group (N = 22) did not. The individualized cadence was based on the number of steps per minute required to reach 40% of VO2peak. RESULTS: During phase 1, total time spent at moderate to vigorous intensity increased from 100 ± 6 to 117 ± 64 min. (p≤ 0.05) and time spent in moderate to vigorous intensity in 10-minute bouts significantly increased from 10 (25th-75th percentile: 0-32 min.) to 19 (25th-75th percentile: 8-53 min.; p≤ 0.01). During phase 2, total time spent at moderate to vigorous intensity increased from 129 ± 67 to 203 ± 91min. (p≤ 0.01) and time spent at moderate to vigorous intensity in 10-minute bouts increased from 31(25th-75th percentile:11-55) to 88 (25th-75th percentile: 52-143); p≤ 0.01, while the control group significantly decreased both variables (p≤ 0.01). In addition, 35% of inactive older adults in the intervention group reached the common prescription of a minimum of 150 minutes of aerobic exercise per week in 10-minute bouts (p≤ 0.01). No one in the control group reached 150 minutes of aerobic exercise per week in 10-minute bouts. CONCLUSION: Inactive older adults can increase total time and 10-minute bouts at moderate to vigorous intensity by using individualized walking cadence. These results are of great importance as it suggests that walking cadence might be a useful strategy to promote exercise at the target intensity recommended for older adults.
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 | 0,001 |
| 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) | 0,001 | 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 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 ».