MétaCan
Menu
Retour à la cohorte
Enregistrement W2921081458 · doi:10.2196/12303

Relevance of Activity Tracking With Mobile Devices in the Relationship Between Physical Activity Levels and Satisfaction With Physical Fitness in Older Adults: Representative Survey

2019· article· en· W2921081458 sur OpenAlexvenueno aff
Anna Schlomann, Alexander Seifert, Christian Rietz

Notice bibliographique

RevueJMIR Aging · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)Physical activityTracking (education)Physical fitnessPsychologyLife satisfactionGerontologyComputer sciencePhysical medicine and rehabilitationPhysical therapyMedicineSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physical activity has been shown to positively affect many aspects of life, and the positive relationship between physical activity levels and health is well established. Recently, research on the interrelationship between physical activity levels and subjective experiences has gained attention. However, the underlying mechanisms that link physical activity levels with subjective experiences of physical fitness have not been sufficiently explained. OBJECTIVE: This study aimed to explore the role of physical activity tracking (PAT) in the relationship between physical activity levels and satisfaction with physical fitness in older adults. It is hypothesized that higher levels of physical activity are associated with a higher satisfaction with physical fitness in older adults and that this positive association is stronger for older people who use mobile devices for PAT. METHODS: As part of this study, 1013 participants aged 50 years or older and living in Switzerland were interviewed via computer-assisted telephone interviews. Bivariate and multivariate analyses were applied. The interaction effects between physical activity levels and PAT were evaluated using multiple linear regression analysis. RESULTS: Descriptive analyses showed that 719 participants used at least 1 mobile device and that 136 out of 719 mobile device users (18.9%) used mobile devices for PAT. In the multivariate regression analysis, frequent physical activity was found to have a positive effect on satisfaction with physical fitness (beta=.24, P<.001). A significant interaction effect between physical activity levels and PAT (beta=.30, P=.03) provides some first evidence that the positive effects of physical activity on satisfaction with physical fitness can be enhanced by PAT. CONCLUSIONS: The results indicate the potential of PAT to enhance the physical fitness of older adults. However, the results also raise new issues in this context. Recommendations for further research and practice include the acquisition of longitudinal data, a more detailed observation of durations of use, and the development of devices for PAT considering health psychology and gerontology theories.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,412

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,075
Tête enseignante GPT0,391
Écart entre enseignants0,317 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetPhysical Activity and HealthTravaux en français237 207