MétaCan
Menu
Retour à la cohorte
Enregistrement W2810196806 · doi:10.1136/bjsports-2018-099437

More real-world trials are needed to establish if web-based physical activity interventions are effective

2018· article· en· W2810196806 sur OpenAlexaff
Corneel Vandelanotte, Mitch J. Duncan, Gregory S. Kolt, Cristina M. Caperchione, Trevor N. Savage, Anetta Van Itallie, Christopher Oldmeadow, Stephanie Alley, Rhys Tague, Anthony Maeder, Richard R. Rosenkranz, W. Kerry Mummery

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Health and Medical Research CouncilNational Heart Foundation of Australia
Mots-clésPsychological interventionmHealthRandomized controlled trialMedicineIntervention (counseling)PopulationPublic healthClinical trialPhysical therapyGerontologyNursingEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Despite the positive health benefits of physical activity, physical inactivity remains highly prevalent. To address this public health issue, population-based interventions that can effectively reach large numbers of people at low cost are needed. Numerous randomised controlled trials (RCT) have examined the effectiveness of web-based physical activity interventions, and overall, these intervention studies have found to increase participants’ physical activity levels. Few studies, however, have examined how well these interventions work in ‘real world’ or ecologically valid settings, where there are no repeated contacts with research staff, comprehensive assessments or incentives. A recent systematic review examined mobile health (mHealth) clinical trial study methodology for trials conducted in 2014 and 2015 and did not identify a single ecological trial, yet RCTs were dominant (80%, 51/71). To address this, we conducted two studies using the same web-based physical activity interventions: a RCT and a randomised ecological trial (RET).

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)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,476
Écart entre enseignants0,402 · 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'étudeObservationnel
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

Citations53
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207