Measurement of Physical Activity and Sedentary Behavior by Accelerometry Among a Nationwide Sample from the KiGGS and MoMo Study: Study Protocol
Notice bibliographique
Résumé
BACKGROUND: Currently, no nationwide objective physical activity data exists for children and adolescents living in Germany. The German Health Interview and Examination Survey for Children and Adolescents (KiGGS) and the Motorik-Modul study (MoMo) is a national cohort study that has incorporated accelerometers in its most recent data collection wave (wave 2, since 2014). This wave 2 marks the first nationwide collection of objective data on the physical activity of children and adolescents living in Germany. OBJECTIVE: The purpose of this protocol is to describe the methods used in the KiGGS and MoMo study to capture the intensity, frequency, and duration of physical activity with accelerometers. METHODS: Participants (N=11,003, aged 6 to 31 years) were instructed to wear an ActiGraph GT3X+ or wGT3X-BT accelerometer laterally on the right hip. Accelerometers were worn on consecutive days during waking hours, including at least 4 valid weekdays and 1 weekend day (wear time >8 hours) in the evaluation. A nonwear time protocol was also implemented. RESULTS: Data collection was completed by October 2017. Data harmonization took place in 2018. The first accelerometer results from this wave were published in 2019, and detailed analyses are ready to be submitted in 2020. CONCLUSIONS: This study protocol provides an overview of technical details and basic choices when using accelerometers in large-scale epidemiological studies. At the same time, the restrictions imposed by the specified filters and the evaluation routines must be taken into account. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/14370.
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 | 0,014 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,011 |
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 ».