Developing Empirical Decision Points to Improve the Timing of Adaptive Digital Health Physical Activity Interventions in Youth: Survival Analysis
Notice bibliographique
Résumé
BACKGROUND: Current digital health interventions primarily use interventionist-defined rules to guide the timing of intervention delivery. As new temporally dense data sets become available, it is possible to make decisions about the intervention timing empirically. OBJECTIVE: This study aimed to explore the timing of physical activity among youth to inform decision points (eg, timing of support) for future digital physical activity interventions. METHODS: This study comprised 113 adolescents aged between 13 and 18 years (mean age 14.64, SD 1.48 years) who wore an accelerometer for 20 days. Multilevel survival analyses were used to estimate the most likely time of day (via odds ratios and hazard probabilities) when adolescents accumulated their average physical activity. The interacting effects of physical activity timing and moderating variables were calculated by entering predictors, such as gender, sports participation, and school day, into the model as main effects and tested for interactions with the time of day to determine conditional main effects of these predictors. RESULTS: On average, the likelihood that a participant would accumulate a typical amount of moderate-to-vigorous physical activity increased and peaked between 6 PM and 8 PM before decreasing sharply after 9 PM. Hazard and survival probabilities suggest that optimal decision points for digital physical activity programs could occur between 5 PM and 8 PM. CONCLUSIONS: Overall, the findings of this study support the idea that the timing of physical activity can be empirically identified and that these markers may be useful as intervention triggers.
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 | 0,032 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».