A personalized, multi-platform nutrition, exercise, and lifestyle coaching program: A pilot in women
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.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».