MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388162230 · doi:10.2196/47157

A Bluetooth-Enabled Device for Real-Time Detection of Sitting, Standing, and Walking: Cross-Sectional Validation Study

2023· article· en· W4388162230 sur OpenAlexvenueno aff
Reza Daryabeygi‐Khotbehsara, Jonathan C Rawstorn, David W. Dunstan, Sheikh Mohammed Shariful Islam, Mohamed Abdelrazek, Abbas Z. Kouzani, Poojith Thummala, Jenna McVicar, Ralph Maddison

Notice bibliographique

RevueJMIR Formative Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBluetoothSittingCross-sectional studyComputer sciencePhysical medicine and rehabilitationMedicineWirelessTelecommunications

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study assesses the accuracy of a Bluetooth-enabled prototype activity tracker called the Sedentary behaviOR Detector (SORD) device in identifying sedentary, standing, and walking behaviors in a group of adult participants. OBJECTIVE: The primary objective of this study was to determine the criterion and convergent validity of SORD against direct observation and activPAL. METHODS: A total of 15 healthy adults wore SORD and activPAL devices on their thighs while engaging in activities (lying, reclining, sitting, standing, and walking). Direct observation was facilitated with cameras. Algorithms were developed using the Python programming language. The Bland-Altman method was used to assess the level of agreement. RESULTS: Overall, 1 model generated a low level of bias and high precision for SORD. In this model, accuracy, sensitivity, and specificity were all above 0.95 for detecting sitting, reclining, standing, and walking. Bland-Altman results showed that mean biases between SORD and direct observation were 0.3% for sitting and reclining (limits of agreement [LoA]=-0.3% to 0.9%), 1.19% for standing (LoA=-1.5% to 3.42%), and -4.71% for walking (LoA=-9.26% to -0.16%). The mean biases between SORD and activPAL were -3.45% for sitting and reclining (LoA=-11.59% to 4.68%), 7.45% for standing (LoA=-5.04% to 19.95%), and -5.40% for walking (LoA=-11.44% to 0.64%). CONCLUSIONS: Results suggest that SORD is a valid device for detecting sitting, standing, and walking, which was demonstrated by excellent accuracy compared to direct observation. SORD offers promise for future inclusion in theory-based, real-time, and adaptive interventions to encourage physical activity and reduce sedentary behavior.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,146
Tête enseignante GPT0,492
Écart entre enseignants0,346 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetPhysical Activity and Health→Travaux en français237 207→