ActiviTeen: A Protocol for Deployment of a Consumer Wearable Device in an Academic Setting
Notice bibliographique
Résumé
BACKGROUND: Regular physical activity (PA) can be an important indicator of health across an individual's life span. Consumer wearables, such as Fitbit or Jawbone, are becoming increasingly popular to track PA. With the increased adoption of activity trackers comes the increased generation of valuable individual-based data. Generated data has the potential to provide detailed insights into the user's behavior and lifestyle. OBJECTIVE: The primary objective of the described study is to evaluate the feasibility of individual data collection from the selected consumer wearable device (the Fitbit Zip). The rate of user attrition and barriers preventing the use of consumer wearable devices will also be evaluated as secondary objectives. METHODS: The pilot study will occur in two stages and employs a long-term review and analysis with a convenience sample of 30 students attending Research Triangle High School. For the first stage, students will initially be asked to wear the Fitbit Zip over the course of 4 weeks. During which time, their activity data and step count will be collected. Students will also be asked to complete a self-administered survey at the beginning and conclusion of the first stage. The second stage will continue to collect students' activity data and step count over an additional 3-month period. RESULTS: We are anticipating results for this study by the end of 2016. CONCLUSION: This study will provide insight into the data collection procedures surrounding consumer wearable devices and could serve as the future foundation for other studies deploying consumer wearable devices in educational settings.
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 | 0,032 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,096 | 0,042 |
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 ».