Mapping sedentary behaviour (MAPS-B) in winter and spring using wearable sensors, indoor positioning systems, and diaries in older adults who are pre-frail and frail: A feasibility longitudinal study
Notice bibliographique
Résumé
Older adults who are frail are likely to be sedentary. Prior interventions to reduce sedentary time in older adults have not been effective as there is little research about the context of sedentary behaviour (posture, location, purpose, social environment). Moreover, there is limited evidence on feasible measures to assess context of sedentary behaviour in older adults. The aim of our study was to determine the feasibility of measuring context of sedentary behaviour in older adults with pre-frailty or frailty using a combination of objective and self-report measures. We defined "feasibility process" using recruitment (20 participants within two-months), retention (85%), and refusal (20%) rates and "feasibility resource" if the measures capture context and can be linked (e.g., sitting-kitchen-eating-alone) and are all participants willing to use the measures. Context was assessed using a wearable sensor to assess posture, a smart home monitoring system for location, and an electronic or hard-copy diary for purpose and social context over three days in winter and spring. We approached 80 potential individuals, and 58 expressed interest; of the 58 individuals, 37 did not enroll due to lack of interest or medical mistrust (64% refusal). We recruited 21 older adults (72±7.3 years, 13 females, 13 frail) within two months and experienced two dropouts due to medical mistrust or worsening health (90% retention). The wearable sensor, indoor positioning system, and electronic diary accurately captured one domain of context, but the hard copy was often not completed with enough detail, so it was challenging to link it to the other devices. Although not all participants were willing to use the wearable sensor, indoor positioning system, or electronic diary, we were able to triage the measures of those who did. The use of wearable sensors and electronic diaries may be a feasible method to assess context of sedentary behaviour, but more research is needed with device-based measures in diverse groups.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».