Direct measurements of PA from each

Direct measurements of PA from each participant were obtained
using three IMUs and one wGT3X-BT PA monitor (ActiGraph, Pensacola,
Florida, USA). Each IMU (ArduIMU v3, 3D Robotics Inc.,
Berkeley, CA) was a small wireless, battery-powered unit that was
set to measure and store acceleration (triaxial, ±8 g) information.
One IMU was secured to the posterior trunk at approximately the
level of the 4th thoracic vertebral body and one IMU was secured to
the lateral aspect of both upper arms approximately one-half the
distance between the lateral epicondyle and the acromion (Fig. 1).
The raw acceleration data streams of the wGT3X-BT (triaxial, ±8 g)
and each IMU were sampled at 50 Hz for a continuous duration of
12 h. All devices stored the raw acceleration data to on-board flash
memory. A combination of custom LabVIEW (version 2014, National
Instruments Inc., Austin, TX) and Matlab (r2014a, The
Mathworks, Natick, MA) programs were used to synchronize the
data from each device (using time stamps recorded with the data)
and process the raw acceleration information to PA summary
metrics.
The raw acceleration information from each IMU and the
wGT3X-BT were summarized using two approaches. For the first
approach, the raw acceleration information was transformed from
units of gravity (i.e., g) to a unitless metric describing the intensity
of the acceleration (i.e., “counts”) (Chen and Bassett, 2005; John and
Freedson, 2012). First, the raw acceleration values were converted
into an omnidirectional measure of acceleration by calculating the
vector magnitude of the three accelerometer axes. The resulting
acceleration signal was then band-pass filtered (zero-phase, 6th
order Butterworth) at a bandwidth of 0.25e2.5 Hz and full-wave
rectified (John and Freedson, 2012). The filtered acceleration
signal was then converted to activity counts, defined as any activity
that was measured above a predefined threshold of 0.016317 m/s2
Fig. 1. The four sensor locations.
104 M.C. Schall Jr. et al. / Applied Ergonomics 53 (2016) 103e109
(Arias et al., 2015; Umukoro et al., 2013). The counts at each data
sample were summed across non-overlapping epochs of 1-min in
duration, providing results in terms of counts/min. Finally, the
counts/min at each epoch was categorized into different intensities
of PA. We used definitions from Freedson et al. (1998) to categorize
PA as “sedentary” (0e100 counts/min), “light” (101e1952 counts/
min), “moderate” (1953e5724 counts/min), vigorous (5725e9498
counts/min), and “very vigorous” (>9498 counts/min). For each
participant and sensor, we then computed the total number of
minutes assigned to each PA category across the full sampling
duration.
For the second approach, the raw acceleration information was
transformed to reflect metabolic equivalents (METs) expressing the
energy cost of physical activities following the recommendations of
Hildebrand et al. (2014). Specifically, the raw acceleration values
were converted into an omnidirectional measure of acceleration by
calculating the vector magnitude of the three accelerometer axes
and then subtracting the value of gravity (g), after which, negative
values were rounded up to zero. The resulting value has been
referred to as the Euclidian norm minus one (ENMO) (van Hees
et al., 2013). Data were then further reduced by calculating the
average acceleration values per 1-s epoch and then finding the
average of these 1-s epoch values over 1-min intervals. The
resulting acceleration averages per 1-min epoch were then used to
predict METs based on the relationship between acceleration and
oxygen consumption (VO2) (Hildebrand et al., 2014). We used
standard definitions to categorize PA as “light” (3.0 METs),
“moderate” (>3.0 METs), or “vigorous” (>6.0 METs) intensity
activity.

ผลลัพธ์ (ไทย) 1:

วัดป่าโดยตรงจากผู้เข้าร่วมแต่ละได้รับใช้สามอิมัสและ BT wGT3X หนึ่ง ป่าตรวจสอบ (ActiGraph เพนซาโคลาฟลอริดา สหรัฐอเมริกา) แต่ละ IMU (ArduIMU v3, 3D หุ่น Inc.เบิร์กลีย์ CA) เป็นหน่วยขนาดเล็กไร้สาย แบตเตอรี่ขับเคลื่อนที่การวัด และเก็บข้อมูลเร่ง (triaxial, ±8 กรัม)IMU หนึ่งถูกปลอดภัยให้ลำตัวหลังที่ประมาณการระดับ 4 ทรวงอก vertebral ตัวหนึ่ง IMU ถูกปลอดภัยให้ด้านด้านข้างของทั้งสองบนอาร์มประมาณครึ่งหนึ่งระยะห่างระหว่างอีพิคอนอโครเมียน (Fig. 1)กระแสข้อมูลข้อมูลดิบเร่งความเร็วของการ wGT3X-BT (triaxial, ±8 กรัม)และแต่ละ IMU ถูกความที่ 50 Hz สำหรับระยะเวลาต่อเนื่อง12 h ทั้งหมดอุปกรณ์จัดเก็บข้อมูลดิบเร่งเหลือเฟือแฟลชหน่วยความจำ การรวมกันของ LabVIEW เอง (รุ่น 2014 แห่งชาติเครื่องมือ Inc., Austin, TX) และ Matlab (r2014a การMathworks, Natick, MA) ใช้โปรแกรมการซิงโครไนส์ข้อมูลจากแต่ละอุปกรณ์ (ใช้แสตมป์เวลาบันทึกข้อมูล)และประมวลผลข้อมูลดิบเร่งให้สรุป PAวัดข้อมูลดิบเร่งจากแต่ละ IMU และบีที wGT3X ได้สรุปโดยใช้วิธีที่สอง สำหรับครั้งแรกวิธี ถูกเปลี่ยนจากข้อมูลดิบเร่งหน่วยของแรงโน้มถ่วง (เช่น g) การวัด unitless ที่อธิบายความเข้มของความเร่ง (เช่น, "นับ") (เฉินและ Bassett, 2005 จอห์น และFreedson, 2012) ครั้งแรก ค่าความเร่งของวัตถุดิบถูกแปลงเป็นการวัดความเร่งโดยคำนวณรอบทิศทางเวกเตอร์ขนาดของแกนตรวจสาม การส่งผลเร่งความเร็วสัญญาณได้แล้ว วงรอบกรอง (ศูนย์เฟส 6สั่งบัตเตอร์เวิร์ธ) ที่แบนด์วิดธ์ของ 0.25e2.5 Hz และแบบเต็มคลื่นแก้ไข (จอห์นก Freedson, 2012) ความเร่งที่ถูกกรองแล้วแปลงสัญญาณในการนับจำนวนกิจกรรม กำหนดให้เป็นกิจกรรมใด ๆที่ถูกวัดเหนือขีดจำกัดที่กำหนดไว้ล่วงหน้าของ 0.016317 m/s2Fig. 1 ที่ตั้ง 4 เซนเซอร์จูเนียร์ 104 เอ็มซี Schall et al. / 53 ให้ใช้ 103e109 (2016)(Arias et al., 2015 Umukoro et al., 2013) การตรวจนับในแต่ละข้อมูลตัวอย่างได้รวมทั้งไม่ซ้อน epochs 1 นาทีในระยะเวลา ให้ผลในการตรวจ นับ/min ในที่สุด การนับจำนวน/นาทีในแต่ละยุคมีกุดปลดปล่อยก๊าซต่าง ๆของ PA. เราใช้คำนิยามจาก Freedson et al. (1998) การจัดประเภทPA เป็น "แย่ๆ" (0e100 นับ/min), "ไฟ" (นับ 101e1952 /นาที), คึกคัก (5725e9498 "ปานกลาง" (นับ 1953e5724 นาที)นับจำนวน/นาที), และ "คึกคักมาก" (> นับนาที 9498) สำหรับแต่ละผู้เข้าร่วมและเซ็นเซอร์ เราแล้วคำนวณจำนวนนาทีที่กำหนดให้กับแต่ละประเภทป่าข้ามสุ่มตัวอย่างเต็มระยะเวลาการสำหรับวิธีที่สอง เป็นข้อมูลดิบเร่งแปลงเผาผลาญเทียบเท่า (METs) แสดงถึงการพลังงานต้นทุนของกิจกรรมทางกายภาพตามข้อเสนอแนะของHildebrand et al. (2014) ค่าวัตถุดิบเร่งโดยเฉพาะได้ถูกแปลงเป็นการวัดความเร่งโดยรอบทิศทางคำนวณขนาดเวกเตอร์ของแกนตรวจสามแล้ว ลบค่าของแรงโน้มถ่วง (g), ที่ ลบค่าถูกปัดเศษขึ้นเป็นศูนย์ ได้รับค่าผลลัพธ์เรียกว่าปกติ Euclidian ลบหนึ่ง (ENMO) (รถตู้ Heesร้อยเอ็ด al., 2013) ข้อมูลได้แล้วต่อไปลดลงตามการคำนวณเฉลี่ยค่าเร่งต่อยุค 1 s แล้ว หาค่าเฉลี่ยของค่า 1 s ยุคนี้ช่วง 1 นาที ที่ค่าเฉลี่ยความเร่งได้ต่อยุค 1 นาทีแล้วใช้ทำนาย METs ตามความสัมพันธ์ระหว่างความเร่ง และปริมาณการใช้ออกซิเจน (VO2) (Hildebrand et al., 2014) เราใช้ข้อกำหนดมาตรฐานในการจัดประเภทป่าเป็น "แสง" (3.0 METs),"ปานกลาง" (> 3.0 METs), หรือ "คึกคัก" (> 6.0 METs) ความเข้มกิจกรรมการ

ผลลัพธ์ (ไทย) 2:

วัดโดยตรงของ PA
จากผู้เข้าร่วมแต่ละที่ได้รับใช้สามมัสและเป็นหนึ่งในwGT3X-BT PA ตรวจสอบ (ActiGraph,
เพนซาโคฟลอริด้า, สหรัฐอเมริกา) แต่ละ IMU (ArduIMU v3, 3D
หุ่นยนต์อิงค์เบิร์กลีย์) เป็นขนาดเล็กไร้หน่วยแบตเตอรี่ขับเคลื่อนที่ได้รับการตั้งค่าการวัดและการเร่งจัดเก็บ (สามแกน, ± 8 g) ข้อมูล. หนึ่ง IMU ปลอดภัยลำต้นหลังที่ ประมาณระดับที่4 ของร่างกายและกระดูกสันหลังทรวงอกหนึ่ง IMU ได้รับการรักษาความปลอดภัยให้ด้านข้างของทั้งสองแขนประมาณครึ่งหนึ่งระยะห่างระหว่างepicondyle ด้านข้างและไหปลาร้า (รูปที่ 1).. ข้อมูลดิบเร่งการไหลของ wGT3X- BT (สามแกน, ± 8 กรัม) และ IMU แต่ละตัวอย่างที่ 50 เฮิร์ตซ์สำหรับระยะเวลาต่อเนื่อง12 ชั่วโมง อุปกรณ์ทั้งหมดที่เก็บข้อมูลดิบเพื่อการเร่งความเร็วบนกระดานแฟลชหน่วยความจำ การรวมกันของ LabVIEW ที่กำหนดเอง (รุ่นปี 2014, National Instruments อิงค์ออสติน, เท็กซัส) และ Matlab (r2014a ที่Mathworks, เนติ, MA) โปรแกรมที่ใช้ในการประสานข้อมูลจากอุปกรณ์แต่ละตัว(ใช้เวลาประทับที่บันทึกด้วยข้อมูล) และ ประมวลผลข้อมูลดิบเพื่อเร่ง PA สรุปตัวชี้วัด. ข้อมูลดิบจากการเร่งความเร็วในแต่ละ IMU และwGT3X-BT สรุปโดยใช้สองวิธี สำหรับครั้งแรกวิธีการข้อมูลเร่งดิบถูกเปลี่ยนจากหน่วยของแรงโน้มถ่วง(เช่นช) ตัวชี้วัด unitless อธิบายความเข้มของการเร่งความเร็ว(เช่น "นับ") (เฉินและเซทท์ 2005 จอห์นและFreedson 2012) . ครั้งแรกที่ค่าการเร่งดิบถูกดัดแปลงให้เป็นวัดรอบทิศทางของการเร่งความเร็วโดยการคำนวณขนาดของเวกเตอร์สามแกนaccelerometer ส่งผลให้สัญญาณการเร่งความเร็วจากนั้นก็ผ่านแถบกรอง (ศูนย์เฟส 6 เพื่อที่บัตเตอร์) ที่แบนด์วิดธ์ของ 0.25e2.5 เฮิร์ตซ์และคลื่นเต็มรูปแบบแก้ไข(จอห์นและ Freedson 2012) เร่งการกรองสัญญาณที่ถูกดัดแปลงแล้วนับกิจกรรมกำหนดเป็นกิจกรรมที่วัดดังกล่าวข้างต้นเกณฑ์ที่กำหนดไว้ล่วงหน้าของ0.016317 เมตร / s2 รูป 1. สถานที่สี่เซ็นเซอร์. 104 MC Schall จูเนียร์และอัล / การยศาสตร์ประยุกต์ 53 (2016) 103e109 (Arias et al, 2015;.. Umukoro et al, 2013) นับในแต่ละข้อมูลตัวอย่างถูกสรุปทั่ว epochs ไม่ทับซ้อนกัน 1 นาทีในระยะเวลาที่ให้ผลในแง่ของการนับ/ นาที ในที่สุดนับ / นาทีในแต่ละยุคได้แบ่งออกเป็นความเข้มที่แตกต่างกันของป่า เราใช้คำนิยามจาก Freedson et al, (1998) จะจัดหมวดหมู่PA เป็น "ประจำ" (0e100 นับ / นาที), "แสง" (101e1952 นับ / นาที), "ปานกลาง" (1953e5724 นับ / นาที) แข็งแรง (5725e9498 นับ / นาที) และ "แข็งแรงมาก" (> 9498 นับ / นาที) สำหรับแต่ละผู้เข้าร่วมและเซ็นเซอร์เราก็คำนวณจำนวนนาทีที่ได้รับมอบหมายในแต่ละหมวดหมู่PA ในการเก็บตัวอย่างเต็มรูปแบบในช่วงระยะเวลา. สำหรับวิธีการที่สองข้อมูลเร่งดิบถูกเปลี่ยนเพื่อให้สอดคล้องกับรายการเทียบเท่าการเผาผลาญ (เม็ตส์) แสดงค่าใช้จ่ายในการใช้พลังงานของกิจกรรมการออกกำลังกายตามคำแนะนำของHildebrand et al, (2014) โดยเฉพาะค่าการเร่งดิบถูกดัดแปลงให้เป็นวัดรอบทิศทางของการเร่งความเร็วโดยการคำนวณขนาดของเวกเตอร์ของทั้งสามแกนaccelerometer แล้วลบค่าของแรงโน้มถ่วง (ช) หลังจากที่ลบค่าถูกปัดเศษขึ้นให้เป็นศูนย์ มูลค่าส่งผลให้ได้รับการเรียกว่าบรรทัดฐาน Euclidian ลบหนึ่ง (ENMO) (แวน Hees et al., 2013) ข้อมูลจากนั้นลดลงอีกโดยการคำนวณค่าอัตราเร่งเฉลี่ยต่อยุคที่ 1 และจากนั้นการหาค่าเฉลี่ยของเหล่านี้1 คุณค่ายุคมากกว่าช่วงเวลา 1 นาที เฉลี่ยเร่งส่งผลต่อยุค 1 นาทีจากนั้นก็ถูกนำมาใช้ในการคาดการณ์เม็ตส์อยู่บนพื้นฐานของความสัมพันธ์ระหว่างการเร่งความเร็วและการใช้ออกซิเจน(VO2) (Hildebrand et al., 2014) เราใช้คำนิยามมาตรฐานในการจัดหมวดหมู่ PA เป็น "ไฟ" (3.0 เม็ตส์), "ปานกลาง" (> 3.0 เม็ตส์) หรือ "พลัง" (> 6.0 เม็ตส์) ความเข้มของกิจกรรม

ผลลัพธ์ (ไทย) 3:

ตรงวัดป่าจากผู้เข้าร่วมแต่ละคนได้ใช้ทั้งสามและหนึ่ง
wgt3x BT PA ตรวจสอบ ( actigraph
, Pensacola , Florida , USA ) แต่ละ imu ( arduimu V3 , 3D Robotics Inc
Berkeley , CA ) เป็นขนาดเล็กไร้สาย , แบตเตอรี่หน่วยที่
ตั้งวัดและจัดเก็บอัตราเร่ง ( สาม± , 8 G )
1 ข้อมูล imu เป็นหลักประกันถึงท้ายรถด้านหลังประมาณ
ระดับของกระดูกสันหลังทรวงอก 4 ร่างกายและหนึ่ง imu เป็นหลักประกันเพื่อ
มุมมองด้านข้างของต้นแขนประมาณครึ่งหนึ่ง
ระยะห่างระหว่างปุ่มแลทเทอรัล อีพิคอนไดล์และจักรยานยนต์ ( รูปที่ 1 ) .
ข้อมูลเร่งกระแสของดิบ wgt3x บาท ( สาม± , 8 G )
และแต่ละ imu จำนวน 50 เฮิรตซ์ สำหรับระยะเวลาที่ต่อเนื่องของ
12 ชั่วโมงทั้งหมดอุปกรณ์จัดเก็บข้อมูลหน่วยความจำแฟลช
เร่งดิบบนกระดาน การรวมกันของเองด้วย ( รุ่นปี 2014 แห่งชาติ
เครื่องมืออิงค์ , ออสติน , เท็กซัส ) และโปรแกรม ( r2014a ,
แมธเวิร์คส์ นาติค , MA ) โปรแกรมที่ใช้ประสาน
ข้อมูลจากอุปกรณ์แต่ละตัว ( ที่ใช้ประทับเวลาบันทึกข้อมูล )
และกระบวนการข้อมูลเร่งดิบป่าสรุป
มาตรวัด
วัตถุดิบการข้อมูลจากแต่ละ imu และ
wgt3x BT สรุปได้ใช้สองวิธี สำหรับวิธีแรก
, ข้อมูลเร่งดิบคือเปลี่ยนจาก
หน่วยของแรงโน้มถ่วง ( I , g ) unitless เมตริกเพื่ออธิบายความเข้ม
ของความเร่ง ( เช่น " นับ " ) ( เฉินและ Bassett , 2005 ; และจอห์น
freedson , 2012 ) ก่อนการเร่งค่าแปลง
ดิบเป็นวัดเดิมของความเร่งเวกเตอร์โดยการคํานวณ
ขนาดของ accelerometer 3 แกน ผลการ band-pass
สัญญาณแล้วกรอง ( ศูนย์เฟส 6
สั่งบัตเตอร์เวิร์ธ ) ที่ใช้แบนด์วิดธ์ของ 0.25e2.5 และคลื่นเต็ม
3 ( จอห์น และ freedson , 2012 ) กรองสัญญาณที่ถูกแปลงแล้วให้เร่ง
.
หมายถึงกิจกรรมใด ๆกิจกรรมที่ได้กำหนดไว้ข้างต้น เกณฑ์ของ 0.016317 M / S2
รูปที่ 1 4 เซ็นเซอร์ตำแหน่ง M.C .
104 Schall จูเนียร์ et al . 53 / การยศาสตร์ประยุกต์ ( 2016 ) 103e109
( Arias et al . , 2015 ; umukoro et al . , 2013 ) นับที่จำนวนรวมในแต่ละข้อมูล
ไม่ซ้อนกันในยุคสมัยของ 1-min
ระยะเวลาการให้ผลลัพธ์ในแง่ของค่า
/ นาทีในที่สุดครั้ง / นาทีที่ถูกแบ่งออกเป็นแต่ละยุคสมัยแตกต่างกันความเข้มของพ่อเราใช้คำนิยามจาก
freedson et al . ( 1998 ) จัดหมวดหมู่
PA เป็น " กลุ่ม " ( 0e100 ครั้ง / นาที ) , " แสง " ( 101e1952 นับ /
มิน ) , " ปานกลาง " ( 1953e5724 ครั้ง / นาที ) แข็งแรง ( 5725e9498
ครั้ง / นาที ) และ " แข็งแรงมาก " ( > 9498 ครั้ง / นาที ) สำหรับผู้เข้าร่วมแต่ละ
และเซ็นเซอร์ เราก็คำนวณจำนวน
นาที มอบหมายให้แต่ละป่าประเภทข้ามเต็ม

สำหรับระยะเวลาที่ศึกษา วิธีที่สอง ข้อมูลเร่งดิบ
เปลี่ยนเพื่อสะท้อนให้เห็นเกี่ยวกับเทียบเท่า ( Mets ) การแสดง
ค่าใช้จ่ายพลังงานของกิจกรรมทางกายภาพตามข้อเสนอแนะของ
ฮิลเดอแบรน et al . ( 2014 ) โดยเฉพาะการเร่งค่า
ดิบถูกแปลงเป็นวัดเดิมของการเร่งโดย
การคำนวณขนาดของเวกเตอร์สามแกน accelerometer
แล้วลบค่าของแรงโน้มถ่วง ( g ) หลังจากที่ลบ
ค่าปัดเศษให้เป็นศูนย์ ส่งผลให้มูลค่าถูก
เรียกว่า euclidian เกณฑ์ลบหนึ่ง ( enmo ) ( รถตู้ hees
et al . , 2013 ) ข้อมูลแล้วลดลงโดยการคำนวณ
การรักษาความปลอดภัยและค่าเฉลี่ยต่อต้นแล้วหาค่าเฉลี่ยของค่า
1-min รักษาความปลอดภัยยุคเหล่านี้ผ่านช่วงเวลา
ผลความเร่งเฉลี่ยต่อ 1-min ยุคแล้วใช้เมทส์

ทำนายตามความสัมพันธ์ระหว่างความเร่งและ
การบริโภคออกซิเจน ( การใช้ออกซิเจน ) ( ฮิลเดอแบรน et al . , 2010 ) เราใช้
นิยามมาตรฐานประเภท PA เป็น " แสง " ( 3.0 เม็ตส์ ) ,
" ปานกลาง " ( > 30 เม็ตส์ ) หรือ " แข็งแรง " ( > 6.0 เม็ตส์ ) กิจกรรมความเข้ม