Combining sensor tracking with a GPS-based mobility survey to better measure physical activity in trips: public transport generates walking
Notice bibliographique
Résumé
BACKGROUND: Policymakers need accurate data to develop efficient interventions to promote transport physical activity. Given the imprecise assessment of physical activity in trips, our aim was to illustrate novel advances in the measurement of walking in trips, including in trips incorporating non-walking modes. METHODS: We used data of 285 participants (RECORD MultiSensor Study, 2013-2015, Paris region) who carried GPS receivers and accelerometers over 7 days and underwent a phone-administered web mobility survey on the basis of algorithm-processed GPS data. With this mobility survey, we decomposed trips into unimodal trip stages with their start/end times, validated information on travel modes, and manually complemented and cleaned GPS tracks. This strategy enabled to quantify walking in trips with different modes with two alternative metrics: distance walked and accelerometry-derived number of steps taken. RESULTS: Compared with GPS-based mobility survey data, algorithm-only processed GPS data indicated that the median distance covered by participants per day was 25.3 km (rather than 23.4 km); correctly identified transport time vs. time at visited places in 72.7% of time; and correctly identified the transport mode in 67% of time (and only in 55% of time for public transport). The 285 participants provided data for 8983 trips (21,163 segments of observation). Participants spent a median of 7.0% of their total time in trips. The median distance walked per trip was 0.40 km for entirely walked trips and 0.85 km for public transport trips (the median number of accelerometer steps were 425 and 1352 in the corresponding trips). Overall, 33.8% of the total distance walked in trips and 37.3% of the accelerometer steps in trips were accumulated during public transport trips. Residents of the far suburbs cumulated a 1.7 times lower distance walked per day and a 1.6 times lower number of steps during trips per 8 h of wear time than residents of the Paris core city. CONCLUSIONS: Our approach complementing GPS and accelerometer tracking with a GPS-based mobility survey substantially improved transport mode detection. Our findings suggest that promoting public transport use should be one of the cornerstones of policies to promote 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».