MétaCan
Menu
← Retour à la cohorte
Enregistrement W4294844992 · doi:10.1249/01.mss.0000878796.90698.91

Activity Pacing Patterns In Adults With Disabilities

2022· article· en· W4294844992 sur OpenAlexaff
Ioulia Barakou, Bregje L. Seves, Trynke Hoekstra, Femke Hoekstra, Leonie A. Krops, Pim Brandenbarg, L.H.V. van der Woude, Rienk Dekker, Florentina J. Hettinga

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMann–Whitney U testPhysical activityBody mass indexPhysical therapyMedicinePsychologyPhysical medicine and rehabilitationAudiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Activity pacing is a self-management strategy targeting inefficient activity patterns to help people with disabilities to engage in an active lifestyle. This study explored how two pacing patterns, even and fluctuating, are associated with personal characteristics in people with disabilities: personal factors, perceived fatigue, self-reported attitudes towards activity pacing, and physical activity. METHODS: 58 Participants wore an Actiheart activity monitor for one week and filled in the Fatigue Severity Scale assessing perceived fatigue, the Adapted-SQUASH assessing self-reported physical activity, and a questionnaire assessing perceived attitudes towards activity pacing. Based on a previously reported method, the median split over the week of the standard deviation of accelerometer-derived activity over the day was used (measure of activity pacing). Participants were defined as even or fluctuating pacers. The differences in personal characteristics for the two groups were examined using Independent samples t-test and Mann Whitney U test. RESULTS: Even pacers (N = 27) were older (60.4 ± 16.3 yr, t(df) = 2.3(56), p = .029) and had a higher Body Mass Index (28.9 ± 4.6 kg/m2, t(df) = 3.8(56), p = <.001) than fluctuating pacers (N = 31) (49.7 ± 19.5 yr), (24.9 ± 3.5 kg/m2). Even pacers also reported lower total minutes of self-reported physical activity per week (Median = 360 mins, IQR = 165-765 mins, Mann Whitney U = 276.5, p = .027) than fluctuating pacers (Median = 652.5 mins, IQR = 270-1435 mins). Even pacers had lower total minutes of accelerometer-derived physical activities per week (Median = 106 mins, IQR = 52-237 mins, U = 60, p = <.001) compared to fluctuating pacers (Median = 695.8 mins, IQR = 420-940 mins). Perceived activity pacing and fatigue were not different between the two groups (p= > .05). CONCLUSIONS: The comparison of the groups revealed differences in personal factors and physical activity, although they experienced similar fatigue levels. Those with an even pacing pattern showed lower physical activity levels, which may imply that pacing is used to regulate fatigue through lowering physical activity peaks as a reactive response to symptom occurrence. Future research could explore how pacing, physical activity, and fatigue management advice can contribute to increased physical activity.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,305
Écart entre enseignants0,280 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetPhysical Activity and Health→Travaux en français237 207→