Exploring ethical monitoring of physical activity behaviors among adults: a Smart Platform study operationalizing digital citizen science
Notice bibliographique
Résumé
Background According to the World Health Organization, 27% of adults do not meet the recommended daily levels of physical activity (PA), making accurate PA measurement essential for informing evidence-based policies. This study explores ethical engagement with citizens through their ubiquitous digital tools (i.e., smartphones) to examine variations between retrospectively and prospectively reported PA behaviors within the same cohort. Methods This study is part of the Smart Platform, a digital citizen science initiative for ethical monitoring and real-time intervention. Data were collected from 118 adults who participated over eight consecutive days, including both weekdays and weekends. Prospective PA was assessed using time-triggered ecological assessments, while retrospective PA was measured using a modified, time-triggered, smartphone-based validated tool. Paired sample t-tests were used to compare retrospective and prospective PA. Linear regression models examined associations between socio-demographic and contextual factors and both types of PA reporting. Analyses were conducted for the overall sample and by gender (male vs. female). Results Participants consistently reported higher PA through retrospective measures compared to prospective ones (p < 0.001). In the overall sample, one significant association was found in the retrospective model, while three were identified in the prospective model. Among males, those who engaged in PA for fun or to maintain physical health reported higher retrospective PA, though this was not significant in the prospective model. In contrast, female participants who engaged in PA for fun reported higher PA in both retrospective and prospective models. Conclusions Although exploratory, early findings suggest that repeated, prospective assessments via ubiquitous digital devices may enhance the validity and reliability of PA measurement. As citizen-owned digital tools become increasingly widespread, ethically leveraging big data through digital citizen science offers a promising approach to improve PA monitoring and support public health efforts.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».