Energy Intake And Food Preferences Following Low And Moderate Intensities Of Cycling Desk
Notice bibliographique
Résumé
With the increase of sedentary behavior in academia, solutions like active desks have gained attention to reduce prolonged sitting. However, their impact on eating behaviors remains unknown. PURPOSE: Evaluate the effects of a pedal desk at light (LPA) and moderate (MPA) exercise intensities, compared to a conventional sitting desk (SIT), on energy intake and food preferences, including visual fixation on food. METHOD: A randomized crossover study used LPA, MPA and SIT conditions during academic tasks. Energy intake and macronutrients were assessed using a standardized buffet, with preferences categorized into five food groups: Low-fat sweet, High-fat Sweet, Low-fat savoury, High-fat savoury, and Fat. Visual fixation during meals was tracked with Tobii Glasses 2 (100 Hz). Statistical analysis was done using ANOVA adopting p < 0.05 significance. RESULTS: No difference in energy or macronutrient intakes were observed between conditions. An increase in Low-fat sweet food consumption was seen in MPA compared to SIT (p = 0.004), mainly attributable to sugary drinks. A mean difference of 105 grams between MPA and SIT (p = 0.046) was also noted. Visual fixation data showed that participants fixated on food for an average of 13% of the thirty-minute mealtime, with similar total fixation times on different food categories across conditions. CONCLUSION: Cycling desks did not affect energy and macronutrient intakes, contributing to a negative energy balance. However, MPA impaired quality of the diet with increased Low-fat sweet food preference and sugary drink consumption compared to a conventional desk. Financing was obtained from Programme de soutien à la réussite de l'Université de Montréal #PA2020 and Canadian Institutes of Health Research and Fonds de recherche Québec -Santé #32983. ME Mathieu holds a Canada Research Chair on Physical Activity and Juvenile Obesity.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».