MétaCan
Menu
Retour à la cohorte
Enregistrement W7034632438

Walking cadence: A novel strategy to improve the proportion of inactive older adults who reach the Canadian Physical Activity Guidelines

2015· dissertation· en· W7034632438 sur OpenAlexaboutno aff

Notice bibliographique

RevueMspace (University of Manitoba) · 2015
Typedissertation
Langueen
DomaineComputer Science
ThématiqueLibrary Science and Information Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPedometerPhysical activityCadenceActivity monitorPower walkingPreferred walking speedAerobic exerciseHealth benefits
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Problem: Only 13% of older adults reach the Canadian Physical Activity Guidelines (CPAG) aerobic activity recommendations. Walking cadence (steps per minute) is a strategy proposed to increase walking at the intensity recommended by the CPAG. Methods: Inactive older adults (N = 51) were instructed to walk 150 minutes per week at no specified intensity during phase 1 (6 weeks). In phase 2 (6 weeks), duration was maintained but the group one (N = 23) received instructions on how to reach moderate intensity, using a pedometer and individualized walking cadence, while group two (N = 22) did not. Results: During phase 1, MVPA time and MVPA in 10-minute bouts increased (p ≤ 0.05), and in phase 2 group one continued to increase MVPA time and time in MVPA in 10-minute bouts (p ≤ 0.01), while the group two significantly decreased (p ≤ 0.01). Discussion: Previously inactive older adults can improve time in MVPA in 10-minute bouts, as recommended by the CPAG, by using prescribed walking cadence, a pedometer to track moderate intensity, and practicing walking at this cadence.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,784

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,257
Écart entre enseignants0,228 · 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

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)Même sujetLibrary Science and Information SystemsTravaux en français237 207