MétaCan
Menu
Retour à la cohorte
Enregistrement W2767555125 · doi:10.1177/2165079917738264

Fitbit Activity Trackers Interrupt Workplace Sedentary Behavior: A New Application

2017· article· en· W2767555125 sur OpenAlexaff
Nicole A. Guitar, Alicia MacDougall, Denise M. Connelly, Emily Knight

Notice bibliographique

RevueWorkplace Health & Safety · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSittingSedentary behaviorActivity trackerPhysical therapyPhysical activityPsychologyPhysical medicine and rehabilitationMedicine

Résumé

récupéré en direct d'OpenAlex

This study investigated whether Fitbit devices can reduce sedentary behavior among employees in the workplace. Participants were asked to wear Fitbits during 8-hour work shifts, 5 days per week, for 8 weeks. They were instructed to stand at least once every 30 minutes throughout the workday. The goal of the study was to determine whether standing once every 30 minutes was a feasible strategy for reducing sedentary workplace behavior. On average, participants completed 36 of 40 workdays using Fitbits. The number of times participants stood during an 8-hour workday averaged 12 stands per day (maximum 16 stands per day). These results indicate that Fitbit technology is effective for recording and tracking interruptions in sitting time; however, to reduce sitting behavior, alternate approaches are required to motivate larger numbers of workers to participate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,368
Écart entre enseignants0,341 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorkplace Health & SafetyMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207