Step Length, But Not Stepping Cadence, Strongly Predicts Physical Activity Intensity During Jogging and Running
Notice bibliographique
Résumé
Device-based measures often rely on the positive relationship between walking cadence and metabolic equivalents of task (METs) to estimate physical activity. It is unknown whether this relationship remains during jogging/running. The study purpose was to investigate the relationships between METs, cadence, and step length during walking and jogging/running. A treadmill protocol with 5 walking (3.2–6.4 km•hr−1) and 5 jogging/running stages (8.0–11.3 km•hr−1) was completed in 43 adults (23 ± 5 years, 19♀). Predictors of METs during walking and jogging/running were determined by generalized mixed modeling. The strongest prediction models for walking (R2 = 0.72, P < .001) and jogging/running (R2 = 0.75, P < .001) included cadence2, cadence, step length, age, and leg length (all, P < .001). Step length accounted for 49.1% and 78.3% of model variance during walking and jogging/running, respectively. METs are poorly estimated by cadence during jogging/running but step length reduces error. Strategies to measure step length in free-living settings could better predict physical activity intensity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».