MétaCan
Menu
Retour à la cohorte
Enregistrement W2996994829 · doi:10.4018/ijeach.2020010101

The Dual-Tasking Texting Effect of Cell Phone Technology on Walking

2019· article· en· W2996994829 sur OpenAlexaff
Asher Mendelsohn, Carlos Zerpa

Notice bibliographique

RevueInternational Journal of Extreme Automation and Connectivity in Healthcare · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésPhoneAccelerometerGaitHuman multitaskingPhysical medicine and rehabilitationMobile phoneDual (grammatical number)Computer sciencePsychologyCognitive psychologyMedicineTelecommunications

Résumé

récupéré en direct d'OpenAlex

Dual-tasking is the simultaneous performance of two tasks causing a divided allocation of attentional resources. Dual-tasking is apparent in our society in the form of cell phone use while walking, which alters gait characteristics, resulting in an increased risk of injuries due to falls and collisions. This study explored the effect of cell phone texting on walking and validated the use of accelerometer technology to measure gait characteristics. Twelve young adult participants walked three times across electronic force platforms during regular walking (control), walking while reading a text (reading), walking while typing a text (texting). The results indicated that gait force patterns differed from control during texting. The results also indicated a significant correlation between measures of force and acceleration across walking conditions. The outcome of this study adds to existing literature regarding the effects of cell phone use on walking patterns and highlights the use of accelerometer technology to assess gait characteristics.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,267
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,020
Tête enseignante GPT0,353
Écart entre enseignants0,332 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Extreme Automation and Connectivity in HealthcareMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207