MétaCan
Menu
← Retour à la cohorte
Enregistrement W2906332556 · doi:10.1371/journal.pone.0209616

Self-reported free-living physical activity and executive control in young adults

2018· article· en· W2906332556 sur OpenAlexafffund
Simon Ho, G. Kyle Gooderham, Todd C. Handy

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCognitionTask (project management)Executive functionsPsychologyYoung adultPhysical activityMedicinePhysical medicine and rehabilitationDevelopmental psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

To what extent do our free-living physical activity (PA) levels impact our cognition? For example, if we engage in more intense PA from one week to the next, does this have a corresponding influence on cognitive performance? Across three studies, young adults completed a validated self-report questionnaire (the International Physical Activity Questionnaire, or IPAQ) assessing their involvement in PA at low, moderate, and vigorous intensities over the past week, as well as computer-based measures of executive control and attentional function. In Experiment 1 we found no significant effect of PA intensity on any of our measures of executive control. In a pair of follow-up control studies we examined whether these null findings could be attributed to testing fatigue and task complexity (Experiment 2), or low cognitive demands of the task (Experiment 3). Despite simplifying the task, reducing testing time, and increasing the cognitive load of the task, we still found no significant impact of weekly PA intensity on our measures of executive control. Taken together, our results show that self-reported PA over the past week, at any intensity level, does not appear to have a substantive impact on executive control.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,037
Tête enseignante GPT0,282
Écart entre enseignants0,245 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetPhysical Activity and Health→Travaux en français237 207→