MétaCan
Menu
Retour à la cohorte
Enregistrement W2901350486 · doi:10.1123/jmpb.2018-0016

Using Accelerometer/GPS Data to Validate a Neighborhood-Adapted Version of the International Physical Activity Questionnaire (IPAQ)

2018· article· en· W2901350486 sur OpenAlexafffundabout
Levi Frehlich, Christine M. Friedenreich, Alberto Nettel‐Aguirre, Jasper Schipperijn, Gavin R. McCormack

Notice bibliographique

RevueJournal for the Measurement of Physical Behaviour · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAccelerometerGlobal Positioning SystemPhysical activityComputer sciencePhysical medicine and rehabilitationMedicineTelecommunications

Résumé

récupéré en direct d'OpenAlex

Despite continued interest in neighborhood correlates of physical activity, few self-report questionnaires exist that capture neighborhood-based physical activity. Furthermore, there is little evidence about the measurement validity of self-report measures of neighborhood-based physical activity. Notably, self-reported neighborhood physical activity has not been validated against combined accelerometer and global positioning system (GPS)–assessed physical activity. Thus, the purpose of this study was to estimate the concurrent validity of a recently adapted tool for capturing self-reported neighborhood-based physical activity (i.e., the Neighborhood International Physical Activity Questionnaire; N-IPAQ). Adults ( n = 75) from four Calgary (Alberta, Canada) neighborhoods wore an accelerometer and GPS monitor for 7 consecutive days after which they self-reported their physical activity from the past week using the N-IPAQ. Bland-Altman plots and Spearman correlations estimated the concurrent validity between N-IPAQ and accelerometer/GPS physical activity (estimated for the administrative boundary, 400-m and 800-m radial buffers). The mean (95% Confidence Interval [CI]) difference between the N-IPAQ and accelerometer/GPS estimated total daily minutes of physical activity differed for the 400-m (1.9 min, −26.2 to 29.9), 800-m (10.6 min, −16.0 to 37.1), and administrative boundary buffers (14.7 min, −11.5 to 41.0). The strongest Spearman correlations were found between the N-IPAQ and 800-m radial buffer accelerometer-captured vigorous-intensity physical activity ( r = .41 [95% CI: .18 to .60]), and the N-IPAQ and administrative boundary accelerometer-captured vigorous-intensity physical activity ( r = .43 [95% CI: .20 to .62]). Our findings suggest that the N-IPAQ provides good estimates of neighborhood-based physical activity and could be used when investigating neighborhood correlates of physical activity.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,639
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,254
Tête enseignante GPT0,412
Écart entre enseignants0,158 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal for the Measurement of Physical BehaviourMême sujetUrban Transport and AccessibilityTravaux en français237 207