MétaCan
Menu
← Retour à la cohorte
Enregistrement W2471008533 · doi:10.1249/01.mss.0000485320.05737.25

Using Active Video Games For Nanotraining To Minimum Acsm Physical Activity Requirements

2016· article· en· W2471008533 sur OpenAlexaff
Andrée‐Anne Parent, Jean P. Boucher, Alain Steve Comtois

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHeart rate monitorEnergy expenditurePhysical activityHeart ratePhysical therapyMathematicsSimulationMedicineComputer scienceBlood pressure

Résumé

récupéré en direct d'OpenAlex

The time counstraint is the major problem for inactive people to reach minimal physical activity ACSM requirements. Nanotraining, short high intensity training, can be a solution providing that the intensity is high enough. However, few tools are available to the public to access a NanoTraining program. PURPOSE: to measure if an active video game providing Nanotraining can prescribe the minimum intensity necessary to induce health benefits. METHODS: A total of 23 participants (11 women and 12 men, 33 ± 4 years) practicing less than 120 minutes per week of physical activity were recruited to test 4 mini-games (Shape-Up, Ubisoft Entertainment Inc). Each mini-game lasted around 1.5 mins where the participant needed to give their maximum during the games. The 4 mini-games selected were: Squat me to the moon (squat), Push them up (push-up), Snow ball (running), and Arctic punch (punch). During the mini-games, oxygen uptake (VO2), heart rate (HR) and energy expenditure (EE) were measured with a portable metabolic analyser (K4b2, Cosmed, It.) and these variables were reported, relatively and respectively, to peak VO2 obtained by a progressive maximal step test. RESULTS: The % VO2peak for the 4 mini-games were respectively 81±12%, 49±17%, 93±13%, 60±14%. The average VO2 was respectively: 23±3, 15±2, 26±4, 17±5 ml/kg/min. The average heart rate was 164 ± 13, 150 ± 11, 164 ±21, 138±17 bpm. CONCLUSIONS: Shape-up has the potential to be used as a NanoTraining modality providing that some of the mini-games selected are high intensity games (ex: Squat and running). Furthermore, the motivation and pleasure of using active video games can help to improve the exercise intensity deployed.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,361
Écart entre enseignants0,305 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetCardiovascular and exercise physiology→Travaux en français237 207→