Digital citizen science for ethical monitoring of youth physical activity frequency: Comparing mobile ecological prospective assessments and retrospective recall
Notice bibliographique
Résumé
Physical inactivity is a leading risk factor for mortality worldwide. Understanding youth patterns of moderate-to-vigorous physical activity (MVPA) is essential for addressing non-communicable diseases. Digital citizen science approaches, using citizen-owned smartphones for data collection, offer an ethical and innovative method for monitoring MVPA. This study compares the frequency of MVPA reported by youth using retrospective surveys and mobile ecological prospective momentary assessments (mEPAs) to explore the potential of digital citizen science for physical activity (PA) surveillance. Youth (N = 808) were recruited from Saskatchewan, Canada, between August and December 2018. Sixty-eight participants (ages 13-21) provided complete data on retrospective surveys (International Physical Activity Questionnaire, Simple Physical Activity Questionnaire, Global Physical Activity Questionnaire) and prospective mEPAs. Wilcoxon signed-rank tests compared retrospective and prospective MVPA frequencies, while negative binomial regression analysis examined associations between contextual factors and MVPA. Significant differences were found in the frequency of MVPA reported via retrospective surveys versus mEPAs (p < 0.000). Prospective MVPA was associated with family and friend support, having drug-free friends, part-time employment, and school distance, while retrospective MVPA frequency was associated with school and strength training. Digital citizen science, utilizing mEPAs, can provide more accurate and timely data on youth MVPA. With increasing smartphone access and digital literacy, mEPAs represent a promising method for developing effective and personalized MVPA recommendations for youth. However, these findings should be interpreted with caution, as the sample represents a small subset of youth, limiting generalizability to other youth populations.
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 | 0,037 | 0,135 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».