Use of actigraphy to measure real-world physical activities in manual wheelchair users
Notice bibliographique
Résumé
INTRODUCTION: The benefits of physical activity for manual wheelchair users are well-known. The purpose of this study was to validate actigraphy to objectively measure physical activity intensity among manual wheelchair users. METHOD: An experimental design was used. Adult manual wheelchair users wore a GT3X actigraph on their non-dominant arm while completing eight physical activities of low (reading), moderate (propelling -- flat) and high (propelling -- steep ramp) intensity. Heart rate and rating of perceived exertion were collected at the end of each physical activity. Distribution of data were examined and used to determine the type of repeated measures (parametric vs. non-parametric). A categorical principal component analysis was performed to determine the amount of variability explained by actigraphy, heart rate and rating of perceived exertion. Activity count cut-points were estimated using bootstrapping methods. RESULTS: Twenty-eight manual wheelchair users completed the study. Actigraphy, heart rate and rating of perceived exertion co-varied as physical activity intensity changed. Activity counts for low-intensity and medium-intensity physical activities were estimated to be 0 to 45 and 45 to 100 activity counts per second, respectively. Activity counts' ranges for high-intensity physical activities were not clear. CONCLUSION: Combining actigraphy and rating of perceived exertion could be an easy and reliable method to measure the intensity of real-world activities. Further research is needed confirm cut-points for physical activity intensity.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».