Évaluation de la qualité des podomètres commerciaux
Bibliographic record
Abstract
Contexte : Cette etude visait : 1) a evaluer la qualite des podometres promotionnels distribues a grande echelle dans les boites de cereales lors de l'edition 2004 de la campagne Canada en mouvement; et 2) a etablir une batterie de protocoles d'essai pour orienter le consensus futur autour des normes industrielles de qualite des podometres. Methode : Quinze compteurs de pas Special K* de Kellogg (« podometres K » ou « K »; fabriques pour Kellogg Canada par Sasco, Inc.) et neuf podometres Yamax (Yamax; Yamax Corporation de Tokyo, au Japon) ont ete testes sur neuf personnes. Nous leur avons fait subir: 1 ) un test de 20 pas; 2) un test en milieu conditionne sur tapis roulant a 80 m·min -1 (3 milles·h -1 ) et en automobile; et 3) un test de 24 heures en milieu naturel, par rapport aux resultats d'un accelerometre. Resultats: Cinquante-trois p. cent des podometres K ont reussi le test des 20 pas, contre 100 % des Yamax. Le pourcentage d'erreur absolu moyen du K durant la marche sur tapis roulant etait de 24,2±33,9, contre 3,9±6,6% pour le Yamax. Le K a decele 5,7 fois plus de non-pas que le Yamax lors du test en automobile. En milieu naturel, le pourcentage d'erreur absolu moyen par rapport a un accelerometre ActiGraph etait de 44,9±34,5 % pour le K et de 19,5±21,2 % pour le Yamax. Conclusions: Les podometres K sont trop imprecis pour etre juges acceptables. Nous suggerons d'employer pour la recherche des podometres: 1) dont le seuil de sensibilite est de 0,35 G; 2) pouvant deceler une erreur de ±1 pas selon le test des 20 pas (autrement dit, dont le taux d'erreur est inferieur a 5 %); 3) pouvant deceler une erreur de ±1 % la plupart du temps lors du test de marche sur tapis roulant a 80 m·min -1 (3 milles·h -1 ); et 4) pouvant denombrer les pas par jour dans une proportion de 10 % du resultat de l'ActiGraph au moins 60 % du temps, ou dans une proportion de 10 % des resultats du Yamax obtenus en milieu naturel.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".