The Use of Accelerometers in Young Children: A Methodological Scoping Review
Notice bibliographique
Résumé
The purpose of this scoping review was to examine publications using accelerometers in children aged 6 months to <6 years and report on current methodologies used for data collection and analyses. We examined device make and model, device placement, sampling frequency, data collection protocol, definition of nonwear time, inclusion criteria, epoch duration, and cut points. Five online databases and three gray literature databases were searched. Studies were included if they were published in English between January 2009 and March 2021. A total of 627 articles were included for descriptive analyses. Of the reviewed articles, 75% used ActiGraph devices. The most common device placement was hip or waist. More than 80% of articles did not report a sampling frequency, and 7-day protocols during only waking hours were the most frequently reported. Fifteen-second epoch durations and the cut points developed by Pate et al. in 2006 were the most common. A total of 203 articles did not report which definition of nonwear time was used; when reported, “20 minutes of consecutive zeros” was the most frequently used. Finally, the most common inclusion criteria were “greater or equal to 10 hr/day for at least 3 days” for studies conducted in free-living environments and “greater than 50% of the school day” for studies conducted in preschool or childcare environments. Results demonstrated a major lack of reporting of methods used to analyze accelerometer data from young children. A list of recommended reporting practices was developed to encourage increased reporting of key methodological details for research in this area.
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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».