Use of actigraphy to measure real-world physical activities in manual wheelchair users
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle