MétaCan
Menu
← Retour à la cohorte
Enregistrement W4398714569 · doi:10.7910/dvn/5styvf

Replication Data for: The impact of physical activity cut-point choice on childhood activity estimates

2018· dataset· en· W4398714569 sur OpenAlexaff
Rui Zhang, Larisa Lotoski, Daniel Fuller, Nazeem Muhajarine, Kevin G. Stanley

Notice bibliographique

RevueHarvard Dataverse · 2018
Typedataset
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensMemorial University of NewfoundlandUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésReplication (statistics)Point (geometry)Computer sciencePhysical activityPsychologyStatisticsMathematicsMedicinePhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

This dataset is the replication data for the paper "The impact of physical activity cut-point choice on childhood activity estimates". It includes accelerometer data from 617 children who contributed a total of 1314 participant-weeks of valid data after processing. The detailed description of each column is as follows: 1. participant_week_index. Because we are considering participant week as our basic analysis object, so each participant week is assigned with a unique index. 2. datetime. The time is at the minute level. 3. time_class. There are 3 types of time in our study which are: 3.1. time class [1] represents school time. 09:15 am to 15:00 pm from Monday to Friday. 3.2. time class [2] represents leisure time. 06:00am to 09:15am and 15:00pm to 22:00pm from Monday to Friday, and 06:00am to 22:00pm on Saturday and Sunday. 3.3. time class [3] represents other time. 4. counts_per_minute. The accelerometer data were collected at 100 Hz epochs and reduced to vector magnitude (VM) with a 1-second epoch using ActiLife 6 data analysis software. Further, the VM within a minute is accumulated to get counts_per_minute. 5. wear_and_awake. There are 2 values: 5.1. value [0] represents that the participant is sleeping or doesn't wear the device. 5.2. value [1] represents the participant is awake and wear the device. 6. activity_level. There are 4 types under standard threshold: 6.1. N/A represents "not applicable". Because we only consider the accelerometer data during leisure hours, the activity level will be labeled as N/A if the time is not in leisure hours. 6.2. SED if CPM <= 150. 6.3. LPA if CPM is in (150, 1951] 6.4. MVPA if CPM > 1951

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
gptaucune catégorie
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,010
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,052
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0460,025

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 Opus0,042
Tête enseignante GPT0,354
Écart entre enseignants0,312 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHarvard Dataverse→Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→