Digital epidemiological and citizen science methodology to capture prospective physical activity in free-living conditions: a SMART Platform study
Notice bibliographique
Résumé
OBJECTIVES: The purpose of this study was to develop a replicable methodology of mobile ecological momentary assessments (EMAs) to capture prospective physical activity (PA) within free-living social and physical contexts by leveraging citizen-owned smartphones running on both Android and iOS systems. DESIGN: Data were obtained from the cross-sectional pilots of the SMART Platform, a citizen science and mobile health initiative. SETTING: The cities of Regina and Saskatoon, Canada. PARTICIPANTS: 538 citizen scientists (≥18 years) provided PA data during eight consecutive days using a custom-built smartphone application, and after applying a rigid inclusion criteria, 89 were included in the final analysis. OUTCOME MEASURES: EMAs enabled reporting of light, moderate, and vigorous PA, as well as physical and social contexts of PA. Retrospective PA was reported using International Physical Activity Questionnaire (IPAQ). For both measures, PA intensities were categorised into mean minutes of light and moderate-to-vigorous PA per day. Wilcoxon signed ranks tests and Spearman correlation procedures were conducted to compare PA intensities reported via EMAs and IPAQ. RESULTS: Using EMAs, citizen scientists reported 140.91, 87.16 and 70.38 mean min/day of overall, light and moderate-to-vigorous PA, respectively, whereas using IPAQ they reported 194.39, 116.99 and 98.42 mean min/day of overall, light and moderate-to-vigorous PA, respectively. Overall (ρ=0.414, p<0.001), light (ρ=0.261, p=0.012) and moderate-to-vigorous PA (ρ=0.316, p=0.009) were fairly correlated between EMA and IPAQ. In comparison with EMAs, using IPAQ, citizen scientists reported significantly greater overall PA in active transportation (p=0.002) and recreation, sport and leisure-time domains (p=0.003). CONCLUSIONS: This digital epidemiological and citizen science methodology adapted mobile EMAs to capture not only prospective PA, but also important physical and social contexts within which individuals accumulate PA. Ubiquitous tools can be leveraged via citizen science to capture accurate active living patterns of large populations in free-living conditions through innovative EMAs.
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 | 0,010 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».