Validity of Apple Watch, Garmin Forerunner<sup>®</sup> 935 and GENEActiv for estimating energy expenditure during close quarter battle training in Special Forces soldiers
Notice bibliographique
Résumé
Abstract The purpose of this study was to investigate the validity of three wrist‐worn devices for estimating energy expenditure (EE) and heart rate (HR) during close “Close Quarter Battle” (CQB). Fifty male soldiers (mean ± SD: age 30.9 ± 4.6 years, height: 1.81 ± 0.64 m and body mass 87.3 ± 7.7 kg) wore three activity monitors (Apple Watch 5, Garmin Forerunner® 935 and GENEActiv accelerometer), a Metamax 3B metabolic cart and a Polar chest strap, whilst conducting a CQB training activity (duration: 26.6 ± 5.0 min). EE and HR data from each test device were compared against criterion measures using ordinary least products regression, 95% limits of agreement, equivalence testing and Mean Absolute Percentage Error (MAPE). Based upon the criterion measure the mean EE for the activity was 372.2 ± 57.6 kcal. All of the devices tested demonstrated fixed and/or proportional bias for EE and a MAPE of >10% (Apple 11.3%, Garmin 15.3%, GENEActiv 57.7%) and therefore did not agree with the criterion. The Apple Watch was a valid method for measuring HR, with a MAPE of 0.6%, and differences with the criterion falling within acceptable limits (≤1 bpm = 83.7%; ≤3 bpm = 97.5% and ≤5 bpm = 97.5%), whereas the Garmin Forerunner® 935 was not valid for measuring HR due to an unacceptable difference compared to the criterion (≤1 bpm = 19.1%; ≤3 bpm = 33.3% and ≤5 bpm = 45.2%). Overall, the Apple Watch 5 can be recommended for measuring HR, but none of the devices are recommended for estimating EE, during CQB.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».