Active time at work following the introduction of a standing and a cycling workstation into worker’s office space
Notice bibliographique
Résumé
Objectives. Active workstations have been proposed to counteract sedentary behavior at work. This study describes office workers’ use of and perceptions toward standing and cycling workstations, and assesses whether the two active workstations were sufficient to break sitting time and replace it with 2–4 h of light activity per workday. Methods. This mixed-method study utilized video recording, semi-structured interviews and a questionnaire. The quantitative data covered time spent sitting, standing and on a cycling workstation. The qualitative data were analyzed based on preferences, barriers and facilitators. Results. Participants (n = 15) used active workstations 125.3 (74.5) min/day and spent 79.0 (63.6) min/day using standing versus 46.3 (47.6) min/day using cycling workstations (p = 0.153, d = 0.58). Following the interviews, the standing workstation was preferred over cycling. The ergonomics of the cycling workstation were not optimal and caused discomfort in use. Seven participants broke their sitting time and accumulated 2+ h of light physical activity per workday. Those participants meeting recommendations were older, had a higher body fat percentage and engaged in less physical activity per week. Conclusion. With a preference for standing workstations, our results showed that 47% of workers used standing and cycling workstations to accumulate 2+ h of active time per day.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».