Effects of Bluetooth-Enabled Desk Ellipticals on Office Work Performance: Rationale, Design, and Protocol for a Randomized Trial With Overweight and Obese Adults
Notice bibliographique
Résumé
BACKGROUND: Workplaces that provide opportunities for physical activity without requiring extra time for activity could help counteract the obesity epidemic. Desk ellipticals can contribute to activity-supportive workplace environments; however, the feasibility of engaging employees in pedaling ellipticals during simultaneous office work has not been well evaluated. OBJECTIVE: We aim to present the rationale and methods from an ongoing randomized trial with overweight and obese employees that will evaluate (1) the effects of pedaling a compact desk elliptical on work performance and (2) the influence of different incentive types and schedules on desk pedaling quantity. METHODS: Overweight and obese medical center employees are being recruited in dyads for a 2 (gift card type: healthier food vs Amazon) by 3 (gift card schedule: immediate incentive contingent on individual pedaling quantity; immediate incentive partially contingent on dyads' joint pedaling quantity; and delayed noncontingent pedaling incentive) cluster randomized within-subjects factorial trial. All participants receive a Bluetooth-enabled desk elliptical for 4 weeks and access to a mobile app that provides real-time pedaling feedback. The primary aims are to assess (1) change in employee work performance from pre- to postelliptical installation via employee and supervisor ratings and (2) effects of gift card type and schedule on quantity of objectively measured desk pedaling completed. RESULTS: Data collection is ongoing. We expect to complete main outcome analyses in 2020. CONCLUSIONS: This trial represents one of the earliest attempts to assess the effects of desk pedaling and pedaling-incentive types in real-world offices. It could help bridge the research-to-practice gap by providing evidence on whether desk pedaling can be sustained without compromising work performance. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/16275.
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 | 0,039 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,008 |
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 ».