MétaCan
Menu
Retour à la cohorte
Enregistrement W3097001186 · doi:10.1123/jpah.2019-0444

Acute Impact of the Use of a Standing Desk on Appetite Sensations and Energy Intake

2020· article· en· W3097001186 sur OpenAlexfundno aff
Kapria‐Jad Josaphat, Élise Labonté-LeMoyne, Sylvain Sénécal, Pierre‐Majorique Léger, Marie-Eve Mathieu

Notice bibliographique

RevueJournal of Physical Activity and Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAppetiteDeskPhysical therapyMedicineMealCaloriePsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sedentariness has been shown to increase energy intake and is associated with increased obesity prevalence. Active workstations are used to implement physical activity interventions in workplaces, but it is unclear if they can lead to reductions in body weight. This study aims to observe the acute impact of a standing desk on energy intake and appetite sensations. METHODS: Participants came to the laboratory, where they were randomly assigned to a seated or a standing desk. They completed a work session (∼75 min) during which they performed cognitive tasks and reported their levels of stress. Following this, they had a 15-minute break during which buffet-type snacks were served. Subjects were asked to rate their appetite sensations on visual analog scales. RESULTS: Thirty-six normal-weight men and women aged 24.3 (4.3) years participated in this study. Energy intake from snacks was similar (P = .472) between participants who sat (427.8 [286.9] kcal) and the ones who stood (461.2 [272.8] kcal) during the work session. There was no difference in satiety quotients around the snack and no significant interaction time × condition for appetite sensations. CONCLUSION: The use of a standing desk for 75 minutes did not increase food consumption following a meal.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,166
Tête enseignante GPT0,390
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physical Activity and HealthMême sujetPhysical Activity and HealthTravaux en français237 207