Effects of Body Mass Index on Step Count Accuracy of Physical Activity Monitors
Notice bibliographique
Résumé
Background: Activity monitors are widely used in research, and are currently being used to study physical activity (PA) trends in the US and Canada. The purpose of this study was to determine if body mass index (BMI) affects the step count accuracy of commonly used accelerometer-based activity monitors during treadmill walking. Methods: Participants were classified into BMI categories and instructed to walk on a treadmill at 3 different speeds (40, 67, and 94 m⋅min-1) while wearing 4 accelerometer-based activity monitors (ActiGraph GT1M, ActiCal, NL-2000, and StepWatch). Results: There was no significant main effect of BMI on pedometer accuracy. At the slowest speed, all waist-mounted devices significantly underestimated actual steps (P < .001), with the NL-2000 recording the greatest percentage (72%). At the intermediate speed, the ActiGraph was the least accurate, recording only 80% of actual steps. At the fastest speed, all of the activity monitors demonstrated a high level of accuracy. Conclusion: Our data suggest that BMI does not greatly affect the step-counting accuracy of accelerometer-based activity monitors. However, the accuracy of the ActiGraph, ActiCal, and NL-2000 decreases at slower speeds. The ankle-mounted StepWatch was the most accurate device across a wide range of walking speeds. [ABSTRACT FROM AUTHOR]
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».