Spelling suggestions: "subject:"bony playstation"" "subject:"bony playsentation""
1 |
Nintendo Wii vs. Sony Playstation 2 : En mätning av skillnad i energiutgift hos användaren av två olika typer av tv-spelskonsolerIrenheim, Alexander, Peterstedt, Christopher January 2008 (has links)
<p>Syfte och frågeställningar</p><p>Syftet med denna studie är att undersöka om det föreligger en signifikant skillnad i energiutgift vid spelande på den nya generationens spelkonsol, Nintendo Wii (Wii), jämfört med en traditionell spelkonsol, Sony Playstation 2 (PS2). De frågeställningar studien utgick ifrån var;</p><p>Föreligger det, konsolerna emellan, en skillnad avseende energiutgift vid spelande?</p><p>Hur skulle en eventuell skillnad i energiutgift kunna påverka en användares kroppsvikt?</p><p>Vilka andra fysiska aktiviteter kan tv-spelande jämföras med, avseende energiutgift?</p><p>Metod</p><p>Testpersonerna, 13 män och 5 kvinnor, testades med avseende på O2-förbrukning samt CO2-produktion på två spel per konsol. Spelen som testades var ”Wii Tennis”, ”Next Generation Tennis” (PS2), ”Wii Boxing” samt ”Knockout Kings 2002” (PS2). Utandningsluften samlades in kontinuerligt under spel enligt Douglas Bag-metodik. Varannan försöksperson utförde testen i omvänd ordning för att undvika systematiska effekter av testordning.</p><p>Resultat</p><p>Medelskillnaden i energiutgift vid spelande av tennis på Wii jämfört med PS2 beräknades till 1,85 kcal/min (95 % CI: 1,43–2,27). Vid boxning var medelskillnaden mellan Wii och PS2 3,93 kcal/min (95 % CI: 3,27–4,60). Medelskillnaden i hjärtfrekvens vid spelande av tennis på Wii jämfört med PS2 mättes till 20,56 slag/min (95 % CI: 14,90–26,21). Vid boxning var medelskillnaden mellan Wii och PS2 37,83 slag/min (95 % CI: 28,81–46,85). Energiutgiften vid boxning på Wii kan jämföras med den vid rask promenad eller lätt jogging. Beroende på vilket spel som väljs att spela tyder resultaten på att regelbunden användning av Wii skulle kunna bidra till bibehållande av kroppsvikt detta förutsatt att spelande ersätter en annars mindre energikrävande aktivitet eller sysselsättning såsom traditionellt TV-spelande eller stillasittande.</p><p>Slutsats</p><p>Slutsatsen av våra resultat är att det föreligger en skillnad i energiutgift vid spel av liknande art på Nintendo Wii och Sony Playstation 2. Det är även tydligt att beroende på vilket spel som väljs till konsolen varierar energiutgiften. Det går heller inte att utesluta att regelbundet spelande skulle kunna leda till en viktreducering som följd av en förhöjd energiförbrukning hos användaren.</p>
|
2 |
Nintendo Wii vs. Sony Playstation 2 : En mätning av skillnad i energiutgift hos användaren av två olika typer av tv-spelskonsolerIrenheim, Alexander, Peterstedt, Christopher January 2008 (has links)
Syfte och frågeställningar Syftet med denna studie är att undersöka om det föreligger en signifikant skillnad i energiutgift vid spelande på den nya generationens spelkonsol, Nintendo Wii (Wii), jämfört med en traditionell spelkonsol, Sony Playstation 2 (PS2). De frågeställningar studien utgick ifrån var; Föreligger det, konsolerna emellan, en skillnad avseende energiutgift vid spelande? Hur skulle en eventuell skillnad i energiutgift kunna påverka en användares kroppsvikt? Vilka andra fysiska aktiviteter kan tv-spelande jämföras med, avseende energiutgift? Metod Testpersonerna, 13 män och 5 kvinnor, testades med avseende på O2-förbrukning samt CO2-produktion på två spel per konsol. Spelen som testades var ”Wii Tennis”, ”Next Generation Tennis” (PS2), ”Wii Boxing” samt ”Knockout Kings 2002” (PS2). Utandningsluften samlades in kontinuerligt under spel enligt Douglas Bag-metodik. Varannan försöksperson utförde testen i omvänd ordning för att undvika systematiska effekter av testordning. Resultat Medelskillnaden i energiutgift vid spelande av tennis på Wii jämfört med PS2 beräknades till 1,85 kcal/min (95 % CI: 1,43–2,27). Vid boxning var medelskillnaden mellan Wii och PS2 3,93 kcal/min (95 % CI: 3,27–4,60). Medelskillnaden i hjärtfrekvens vid spelande av tennis på Wii jämfört med PS2 mättes till 20,56 slag/min (95 % CI: 14,90–26,21). Vid boxning var medelskillnaden mellan Wii och PS2 37,83 slag/min (95 % CI: 28,81–46,85). Energiutgiften vid boxning på Wii kan jämföras med den vid rask promenad eller lätt jogging. Beroende på vilket spel som väljs att spela tyder resultaten på att regelbunden användning av Wii skulle kunna bidra till bibehållande av kroppsvikt detta förutsatt att spelande ersätter en annars mindre energikrävande aktivitet eller sysselsättning såsom traditionellt TV-spelande eller stillasittande. Slutsats Slutsatsen av våra resultat är att det föreligger en skillnad i energiutgift vid spel av liknande art på Nintendo Wii och Sony Playstation 2. Det är även tydligt att beroende på vilket spel som väljs till konsolen varierar energiutgiften. Det går heller inte att utesluta att regelbundet spelande skulle kunna leda till en viktreducering som följd av en förhöjd energiförbrukning hos användaren.
|
3 |
Identifying Nursing Activities to Estimate the Risk of Cross-contaminationSeyed Momen, Kaveh 07 January 2013 (has links)
Hospital Acquired Infections (HAI) are a global patient safety challenge, costly to treat, and affect hundreds of millions of patients annually worldwide. It has been shown that the majority of HAI are transferred to patients by caregivers' hands and therefore, can be prevented by proper hand hygiene (HH). However, many factors including cognitive load, cause caregivers to forget to cleanse their hands. Hand hygiene compliance among caregivers remains low around the world.
In this thesis I showed that it is possible to build a wearable accelerometer-based HH reminder system to identify ongoing nursing activities with the patient, indicate the high-risk activities, and prompt the caregivers to clean their hands.
Eight subjects participated in this study, each wearing five wireless accelerometer sensors on the wrist, upper arms and the back. A pattern recognition approach was used to classify six nursing activities offline. Time-domain features that included mean, standard deviation, energy, and correlation among accelerometer axes were found to be suitable features. On average, 1-Nearest Neighbour classifier was able to classify the activities with 84% accuracy.
A novel algorithm was developed to adaptively segment the accelerometer signals to identify the start and stop time of each nursing activity. The overall accuracy of the algorithm for a total of 96 events performed by 8 subjects was approximately 87%. The accuracy was higher than 91% for 5 out of 8 subjects.
The sequence of nursing activities was modelled by an 18-state Markov Chain. The model was evaluated by recently published data. The simulation results showed that the high-risk of cross-contamination decreases exponentially by frequency of HH and this happens more rapidly up to 50%-60% hand hygiene rate. It was also found that if the caregiver enters the room with high-risk of transferring infection to the current patient, given the assumptions in this study, only 55% HH is capable of reducing the risk of infection transfer to the lowest level. This may help to prevent the next patient from acquiring infection, preventing an infection outbreak. The model is also capable of simulating the effects of the imperfect HH on the risk of cross-contamination.
|
4 |
Identifying Nursing Activities to Estimate the Risk of Cross-contaminationSeyed Momen, Kaveh 07 January 2013 (has links)
Hospital Acquired Infections (HAI) are a global patient safety challenge, costly to treat, and affect hundreds of millions of patients annually worldwide. It has been shown that the majority of HAI are transferred to patients by caregivers' hands and therefore, can be prevented by proper hand hygiene (HH). However, many factors including cognitive load, cause caregivers to forget to cleanse their hands. Hand hygiene compliance among caregivers remains low around the world.
In this thesis I showed that it is possible to build a wearable accelerometer-based HH reminder system to identify ongoing nursing activities with the patient, indicate the high-risk activities, and prompt the caregivers to clean their hands.
Eight subjects participated in this study, each wearing five wireless accelerometer sensors on the wrist, upper arms and the back. A pattern recognition approach was used to classify six nursing activities offline. Time-domain features that included mean, standard deviation, energy, and correlation among accelerometer axes were found to be suitable features. On average, 1-Nearest Neighbour classifier was able to classify the activities with 84% accuracy.
A novel algorithm was developed to adaptively segment the accelerometer signals to identify the start and stop time of each nursing activity. The overall accuracy of the algorithm for a total of 96 events performed by 8 subjects was approximately 87%. The accuracy was higher than 91% for 5 out of 8 subjects.
The sequence of nursing activities was modelled by an 18-state Markov Chain. The model was evaluated by recently published data. The simulation results showed that the high-risk of cross-contamination decreases exponentially by frequency of HH and this happens more rapidly up to 50%-60% hand hygiene rate. It was also found that if the caregiver enters the room with high-risk of transferring infection to the current patient, given the assumptions in this study, only 55% HH is capable of reducing the risk of infection transfer to the lowest level. This may help to prevent the next patient from acquiring infection, preventing an infection outbreak. The model is also capable of simulating the effects of the imperfect HH on the risk of cross-contamination.
|
Page generated in 0.0952 seconds