Établissement du profil de l’activité physique et de l’inactivité : la prochaine générationCet article est tiré d’un supplément intitulé <i>Advancing physical activity measurement and guidelines in Canada: a scientific review and evidence-based foundation for the future of Canadian physical activity guidelines</i> (Favoriser les lignes directrices et la mesure de l’activité physique au Canada: examen scientifique et justification selon les données probantes pour l’avenir des lignes directrices de l’activité physique canadienne) publié par <i>Physiologie appliquée, nutrition et métabolisme</i> et la <i>Revue canadienne de santé publique</i>. On peut aussi mentionner Appl. Physiol. Nutr. Metab. 32 (Suppl. 2F) ou Can. J. Public Health 98 (Suppl. 2).
Bibliographic record
Abstract
L’évaluation précise de la quantité d’activité physique pratiquée de façon régulière constitue une donnée fondamentale dans l’étude de la relation entre l’activité physique et la santé. Cependant, plusieurs techniques de mesure de l’activité physique ne donnent que des résultats valables pour une seule journée comme, par exemple, la dépense d’énergie réalisée d’après une auto-évaluation par questionnaire, le nombre de pas fait d’après un podomètre, l’intensité d’activité physique mesurée au moyen d’un accéléromètre comptant le temps à faire des exercices d’intensité modérée à vigoureuse. On peut maintenant utiliser les techniques de monitorage qui informent davantage sur les comportements actifs et sédentaires pour approfondir l’étude de la relation entre la santé et la fréquence, l’intensité et la durée des mouvements accomplis. Cet article présente comment un monitorage objectif, avec une attention particulière portée à l’accélérométrie, peut dresser un bilan d’activité / d’inactivité. Au moyen de données objectives prélevées dans la littérature, on présente un bilan kinésique détaillé et des exemples d’étude de cas incorporant des données et leur interprétation. La quantité d’informations recueillies dans ce profil complet offre de nouvelles avenues de surveillance et d’études scientifiques pouvant déboucher sur de nouvelles directives en matière de pratique de l’activité physique. Nous présentons les résultats de diverses façons pour démontrer les dangers d’une mauvaise interprétation des données quand on évalue une population d’après son taux de conformité aux directives contenues dans le Guide d’activité physique canadien. Nous énonçons des recommandations en matière de profil kinésique / akinésique et nous proposons quelques pistes de recherche.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.029 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 0.003 |
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 source (direct Gemma or distilled Codex), 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".