MétaCan
Menu
Retour à la cohorte
Enregistrement W4391134846 · doi:10.1123/jmpb.2023-0027

Criterion Validity of Accelerometers in Determining Knee-Flexion Angles During Sitting in a Laboratory Setting

2024· article· en· W4391134846 sur OpenAlexaff
Yanlin Wu, Myles W. O’Brien, Alexander Peddle, W. Seth Daley, Beverly D. Schwartz, Derek S. Kimmerly, Ryan J. Frayne

Notice bibliographique

RevueJournal for the Measurement of Physical Behaviour · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésAccelerometerSittingPhysical medicine and rehabilitationKnee flexionCriterion validityOrthodonticsPhysical therapyComputer scienceMedicineMathematicsStatisticsConstruct validityPsychometrics

Résumé

récupéré en direct d'OpenAlex

Introduction : Device-based monitors often classify all sedentary positions as the sitting posture, but sitting with bent or straight legs may exhibit unique physiological and biomechanical effects. The classifications of the specific nuances of sitting have not been understood. The purpose of this study was to validate a dual-monitor approach from a trimonitor configuration measuring knee-flexion angles compared to motion capture (criterion) during sitting in laboratory setting. Methods : Nineteen adults (12 ♀ , 24 ± 4 years) wore three activPALs (torso, thigh, tibia) while 14 motion capture cameras simultaneously tracked 15 markers located on bony landmarks. Each participant completed a 45-s supine resting period and eight, 45-s seated trials at different knee flexion angles (15° increment between 0° and 105°, determined via goniometry), followed by 15 s of standing. Validity was assessed via Friedman’s test (adjusted p value = .006), mean absolute error, Bland–Altman analyses, equivalence testing, and intraclass correlation. Results : Compared to motion capture, the calculated angles from activPALs were not different during 15°–90° (all, p ≥ .009), underestimated at 105° ( p = .002) and overestimated at 0°, as well as the supine position (both, p < .001). Knee angles between 15° and 105° exhibited a mean absolute error of ∼5°, but knee angles <15° exhibited larger degrees of error (∼10°). A proportional (β = −0.12, p < .001) bias was observed, but a fixed (0.5° ± 1.7°, p = .405) bias did not exist. In equivalence testing, the activPALs were statistically equivalent to motion capture across 30°–105°. Strong agreement between the activPALs and motion capture was observed (intraclass correlation = .97, p < .001). Conclusions : The usage of a three-activPAL configuration detecting seated knee-flexion angles in free-living conditions is promising.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,189
Score d'incertitude au seuil0,361

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,081
Tête enseignante GPT0,347
Écart entre enseignants0,266 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal for the Measurement of Physical BehaviourMême sujetSports Performance and TrainingTravaux en français237 207