A personalized, multi-platform nutrition, exercise, and lifestyle coaching program: A pilot in women
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of this pilot study was to examine if a personalized web-based multi-platform nutrition, exercise, and lifestyle coaching program, supported weight loss and the reduction of chronic disease risk factors in overweight or obese women. Twenty-eight women completed the program, which represented 50% of those who provided baseline data. The program consisted of a one-year curriculum with daily exercise, nutritional habits, and health behaviour lessons along with access to a one-on-one coach. The workouts, habits, and lessons were available via computer, tablet, and mobile device which, along with coaching, facilitated self-monitoring and accountability. At baseline and 12-months, weight, waist circumference, fat mass, muscle mass, blood pressure, total cholesterol, low density lipoproteins, high density lipoproteins, triglycerides, C reactive protein, and fasting glucose were collected. Over the 12 months, women who completed the program, (average age 49.64 (SD 10.99) years), lost 16.52 (SD 13.63) lbs (P < 0.001), and reduced waist circumference by 3.56 (SD 2.31) in (P < 0.0001). Diastolic blood pressure decreased by 3.77 (SD 7.25) mm Hg (P = 0.02) and high density lipoproteins increased by 0.16 (SD 0.28) mmol/L (P = 0.01). No other risk factors changed significantly. Compliance was a significant predictor of weight loss (P < 0.01). In conclusion, women who completed the web-based program experienced significant weight loss (8.62% of initial body weight) coming predominantly from body fat. Chronic disease risk factors also improved.
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.
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) | 0,001 | 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 découle