MétaCan
Menu
Retour à la cohorte
Enregistrement W4296915481 · doi:10.1123/japa.2022-0194

Physical Activity Intensity of Singles and Doubles Pickleball in Older Adults

2022· article· en· W4296915481 sur OpenAlexaff
Sandra C. Webber, Scott D. Anderson, Logan Biccum, Sava Jin, Shahd Khawashki, Brenda J. Tittlemier

Notice bibliographique

RevueJournal of Aging and Physical Activity · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésHeart ratePhysical activityIntensity (physics)Heart rate monitorDemographyPsychologyMedicinePhysical therapyPhysicsBlood pressureInternal medicine

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to measure heart rate, activity intensity, and steps in recreational singles and doubles pickleball players. We collected data in 22 singles and 31 doubles players (62.1 ± 9.7 years of age) using Garmin Fenix 5 watches (Garmin International, Inc.) and ActiGraph GT3X+ (ActiGraph LLC) accelerometers. Mean heart rates during singles and doubles were 111.6 ± 13.5 and 111.5 ± 16.2 beats/min (70.3% and 71.2% of predicted maximum heart rate), respectively. Over 70% of singles and doubles playing time was categorized in moderate to vigorous heart rate zones whereas 80.5% of singles time and 50.4% of doubles time were moderate based on Freedson accelerometer cut-points. Steps per hour were higher in singles versus doubles (3,322 ± 493 vs. 2,791 ± 359), t(51) = 4.540, p < .001. Singles and doubles pickleball are moderate- to vigorous-intensity activities that can contribute substantially toward older adults meeting physical activity guidelines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil0,557

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,311
Écart entre enseignants0,283 · 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 tête enseignante, 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

Citations25
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aging and Physical ActivityMême sujetPhysical Activity and HealthTravaux en français237 207