Accuracy of piezoelectric pedometer and accelerometer step counts
Notice bibliographique
Résumé
BACKGROUND: This study aimed to assess step-count accuracy of a piezoeletric pedometer (Yamax PW/EX-510), when worn at different body parts, and a triaxial accelerometer (GT3X+), and to compare device accuracy; and identify the preferred location(s) to wear a pedometer. METHODS: Sixty-three healthy adults (45.8±20.6 years old) wore 7 pedometers (neck, lateral right and left of the waist, front right and left of the waist, front pockets of the trousers) and 1 accelerometer (over the right hip), while walking 120 m at slow, self-preferred/normal and fast paces. Steps were recorded. Participants identified their preferred location(s) to wear the pedometer. Absolute percent error (APE) and Bland and Altman (BA) method were used to assess device accuracy (criterion measure: manual counts) and BA method for device comparisons. RESULTS: Pedometer APE was below 3% at normal and fast paces despite wearing location, but higher at slow pace (4.5-9.1%). Pedometers were more accurate at the front waist and inside the pockets. Accelerometer APE was higher than pedometer APE (P<0.05); nevertheless, limits of agreement between devices were relatively small. Preferred wearing locations were inside the front right (N.=25) and left (N.=20) pockets of the trousers. CONCLUSIONS: Yamax PW/EX-510 pedometers may be preferable than GT3X+ accelerometers to count steps, as they provide more accurate results. These pedometers should be worn at the front right or left positions of the waist or inside the front pockets of the trousers.
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 | 0,001 | 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 ».