Standardised criteria for classifying the International Classification of Activities for Time-use Statistics (ICATUS) activity groups into sleep, sedentary behaviour, and physical activity
Notice bibliographique
Résumé
BACKGROUND: Globally, the International Classification of Activities for Time-Use Statistics (ICATUS) is one of the most widely used time-use classifications to identify time spent in various activities. Comprehensive 24-h activities that can be extracted from ICATUS provide possible implications for the use of time-use data in relation to activity-health associations; however, these activities are not classified in a way that makes such analysis feasible. This study, therefore, aimed to develop criteria for classifying ICATUS activities into sleep, sedentary behaviour (SB), light physical activity (LPA), and moderate-to-vigorous physical activity (MVPA), based on expert assessment. METHOD: We classified activities from the Trial ICATUS 2005 and final ICATUS 2016. One author assigned METs and codes for wakefulness status and posture, to all subclass activities in the Trial ICATUS 2005. Once coded, one author matched the most detailed level of activities from the ICATUS 2016 with the corresponding activities in the Trial ICATUS 2005, where applicable. The assessment and harmonisation of each ICATUS activity were reviewed independently and anonymously by four experts, as part of a Delphi process. Given a large number of ICATUS activities, four separate Delphi panels were formed for this purpose. A series of Delphi survey rounds were repeated until a consensus among all experts was reached. RESULTS: Consensus about harmonisation and classification of ICATUS activities was reached by the third round of the Delphi survey in all four panels. A total of 542 activities were classified into sleep, SB, LPA, and MVPA categories. Of these, 390 activities were from the Trial ICATUS 2005 and 152 activities were from the final ICATUS 2016. The majority of ICATUS 2016 activities were harmonised into the ICATUS activity groups (n = 143). CONCLUSIONS: Based on expert consensus, we developed a classification system that enables ICATUS-based time-use data to be classified into sleep, SB, LPA, and MVPA categories. Adoption and consistent use of this classification system will facilitate standardisation of time-use data processing for the purpose of sleep, SB and physical activity research, and improve between-study comparability. Future studies should test the applicability of the classification system by applying it to empirical data.
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 | 0,239 | 0,265 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,019 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».