메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국체육측정평가학회 한국체육측정평가학회지 한국체육측정평가학회지 제18권 제1호
발행연도
2016.4
수록면
17 - 29 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
신체활동을 보다 정확하게 측정하고자 하는 노력은 지속적이면서 급속적으로 증가하였다. 이로 인해 다양한 신체활동량 추정공식이 개발되고 추정오차를 줄이기 위한 결정요인들이 밝혀졌지만, 추정공식과 Cut-point에 대한 오차검증은 부족한 실정이다. 따라서, 이 연구에서는 장년을 대상으로 다양한 신체활동추정식의 추정오차를 검증하고 개발된 Cut-point가 정확하게 신체활동 강도를 분류하는지를 검증하였다. 연구참여자는 평균 50대의 남자 10명(50.30±10.65세), 여자 38명(53.29±7.36세)을 대상으로 트레드밀, 대표적인 일상생활, 일련의 신체활동상황에서 신체활동량을 준거 검사와 가속도계(Actigraph GT3X+)를 이용하여 측정하였다. 준거검사와 가속도계를 이용하여 추정된 신체활동량(MET) 점수 간의 차이는 절대오차와 상대오차를 계산하고 추가적으로 Paired t-test를 적용하여 통계적으로 유의한 차이가 있는지 검증하였다. 신체활동강도분류에 대한 정확성 검증은 각 강도의 비율(%)을 계산하였다. 이 연구에서 얻어진 결과를 살펴보면 다양한 공식가운데 Freedson_1998 공식이 트레드밀이나 일상생활의 신체활동추정에 있어 오차가 상대적으로 낮았다. 또한, Troiano_2008 Cut-point가 신체활동강도를 보다 정확하게 분류한 반면 Freedson VM Cut-point는 낮은 강도활동 추정시 높은 오차를 보였다. 추후 연구에서 신체활동량 추정오차를 줄이기 위해 공식개발뿐만 아니라 인공지능망(Artificial Neural Networks)이나 딥러닝(deep learning) 적용 등 새로운 접근이 필요할 것으로 예상된다.

목차

등록된 정보가 없습니다.

참고문헌 (34)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-692-000993316