Use of consumer monitors for estimating energy expenditure in youth
Notice bibliographique
Résumé
The purpose of this study was to compare energy expenditure (EE) estimates from 5 consumer physical activity monitors (PAMs) to indirect calorimetry in a sample of youth. Eighty-nine youth (mean (SD); age, 12.3 (3.4) years; 50% female) performed 16 semi-structured activities. Activities were performed in duplicate across 2 visits. Participants wore a Cosmed K4b2 (criterion for EE), an Apple Watch 2 (left wrist), Mymo Tracker (right hip), and Misfit Shine 2 devices (right hip; right shoe). Participants were randomized to wear a Samsung Gear Fit 2 or a Fitbit Charge 2 on the right wrist. Oxygen consumption was converted to EE by subtracting estimated basal EE (Schofield’s equation) from the measured gross EE. EE from each visit was summed across the 2 visit days for comparison with the total EE recorded from the PAMs. All consumer PAMs estimated gross EE, except for the Apple Watch 2 (net Active EE). Paired t tests were used to assess differences between estimated (PAM) and measured (K4b2) EE. Mean absolute percent error (MAPE) was used to assess individual-level error. The Mymo Tracker was not significantly different from measured EE and was within 15.9 kcal of measured kilocalories (p = 0.764). Mean percent errors ranged from 3.5% (Mymo Tracker) to 48.2% (Apple Watch 2). MAPE ranged from 16.8% (Misfit Shine 2 – right hip) to 49.9% (Mymo Tracker). Novelty Only the Mymo Tracker was not significantly different from measured EE but had the greatest individual error. The Misfit Shine 2 – right hip had the lowest individual error. Caution is warranted when using consumer PAMs in youth for tracking EE.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».