The Use of Small Electronic Devices and Health: Feasibility of Interventions for a Forthcoming Crossover Design
Notice bibliographique
Résumé
BACKGROUND: Modern lifestyle is heavily affected by technology such as smartphones, tablets, and other small computers; yet it remains unclear how our health and well-being are affected by the heavy use of these devices. OBJECTIVE: max/kg) and the effect of (2) restricting media use on total sleep time. METHODS: Twenty healthy participants were included and equipped with a wrist-worn device tracking physical activity and sleep. Participants were allocated to either a physical activity group, which was instructed to use the wrist-worn device to support exercise, or a sleep silent group, which was instructed to remove or switch off all electronic devices in the bedroom (except the wrist-worn tracking device). The intervention lasted approximately 4 weeks. Data collected included blood pressure, submaximal cycle ergometer test, self-reported technology use, and compliance of using the wearable tracking device. RESULTS: All participants wore the wearable tracking device 95.8% (SD 4.4%) of the time. Participants in the physical activity group increased aerobic capacity from 30.38 (SD 8.98) to 32.1 (SD 8.71) mL/kg/min (t=-2.31, P=.046) and decreased their systolic blood pressure from 126.5 (SD 15.8) mm Hg to 121.8 (SD 11.7) mm Hg (t=2.72, P=.02). The sleep silent group prolonged their time offline before bedtime from 18.1 (SD 19.4) minutes to 27.2 (SD 17.3) minutes (t=-2.94, P=.02). CONCLUSIONS: The two interventions are feasible to conduct. Participants were willing to wear the tracking device on their wrist and restrict all media use in their bedroom and thereby reduce bedtime technology use. Our results also suggest that tracking physical activity using a wearable device is accompanied by noteworthy health benefits. We outline necessary adjustments for a forthcoming large-scale study.
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 | 0,020 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,002 |
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 ».