MétaCan
Menu
Retour à la cohorte
Enregistrement W4385973912 · doi:10.1123/jmpb.2023-0021

Applying Average Real Variability to Quantifying Day–Day Physical Activity and Sedentary Postures Variability: A Comparison With Standard Deviation

2023· article· en· W4385973912 sur OpenAlexaff
Madeline E. Shivgulam, Myles W. O’Brien

Notice bibliographique

RevueJournal for the Measurement of Physical Behaviour · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineWilcoxon signed-rank testStandard deviationPhysical activitySedentary behaviorMathematicsPhysical therapyStatisticsInternal medicineMann–Whitney U test

Résumé

récupéré en direct d'OpenAlex

Intraindividual activity variability is often overlooked, with some existing work using SD as a variability metric. However, average real variability (ARV) may be a more suitable metric as it accounts for temporal variability. The purpose of this exploratory study was to (a) apply ARV analyses to habitual activity outcomes; (b) assess the agreement between ARV and SD for habitual step counts, standing time, and sedentary time; and (c) determine the relationship between activity variability ( SD and ARV) with average activity values. One hundred and eighty-nine participants (37 ± 22 years, 109 females) wore the activPAL inclinometer on their thigh 24 hr/day for 6.4 ± 0.9 days. SD and ARV were calculated for each participant across their wear time. A Wilcoxon signed-rank test revealed that ARV was significantly higher than SD for step count, standing time, and sedentary time (all, p < .001). Equivalence testing demonstrated mixed equivalence for step counts (10%), standing time (12%), and sedentary time (14%). SD and ARV were highly correlated to each other for all activity metrics (all, ρ > .857, p < .001). SD was moderately (ρ = .601, p < .001) and weakly (ρ = .296, p < .001) correlated with average step count and standing time, respectively. ARV was weakly correlated with average step count and standing time (both: ρ < .499, p < .001). However, average sedentary time was not associated with SD or ARV (both, p > .177). While the two measurements of variability were strongly correlated, they cannot be used interchangeably. More monitoring research should consider intraindividual activity variability and use methods, such as ARV, that consider the temporal nature of day–day 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)0,018
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,050
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,130
Tête enseignante GPT0,392
Écart entre enseignants0,262 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal for the Measurement of Physical BehaviourMême sujetPhysical Activity and HealthTravaux en français237 207