論文の概要: An Interactive Web Application for School-Based Physical Fitness Testing in California: Geospatial Analysis and Custom Mapping
- arxiv url: http://arxiv.org/abs/2409.15352v1
- Date: Wed, 11 Sep 2024 14:54:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-09-30 06:32:57.675331
- Title: An Interactive Web Application for School-Based Physical Fitness Testing in California: Geospatial Analysis and Custom Mapping
- Title(参考訳): カリフォルニアにおける学校体力テストのための対話型Webアプリケーション:地理空間分析とカスタムマッピング
- Authors: Yawen Guo, Kaiyuan Hu, Di Hu, Kai Zheng, Dan Cooper,
- Abstract要約: 学校ベースの体力検査(SB-PFT)データを可視化するWebアプリケーションを開発した。
このユーザーフレンドリーなプラットフォームにより、教育管理者や政策立案者が子供の体力の傾向を分析することができる。
このプラットフォームは,情報に基づくツールに高度な分析機能を組み込むことで,子どもの体力向上への関与を著しく向上させると結論付けた。
- 参考スコア(独自算出の注目度): 10.188469369503597
- License:
- Abstract: Physical activity is essential for children's healthy growth and development. In the US, most states, including California, adhere to physical education standards and have implemented the mandated School-based Physical Fitness Testing (SB-PFT) for over two decades. Despite extensive data collection, research utilization of SB-PFT has been limited due to the absence of accessible analytical tools. We developed a web application using GeoServer, ArcGIS, and AWS to visualize SB-PFT data. This user-friendly platform enables education administrators and policymakers to analyze trends in children's physical fitness, identify successful programs at schools and districts, and evaluate new physical education initiatives. The application also features a custom mapping tool for comparing external datasets with SB-PFT data. We conclude that this platform, by integrating advanced analytical capabilities in an informatics-based tool, significantly enhances engagement in promoting children's physical fitness.
- Abstract(参考訳): 身体活動は、子供の健康な成長と発達に不可欠である。
米国では、カリフォルニアを含むほとんどの州が体育標準に準拠し、20年以上にわたり義務化された学校ベースの体力検査(SB-PFT)を実践してきた。
膨大なデータ収集にもかかわらず、SB-PFTの研究利用は、アクセス可能な分析ツールがないために制限されている。
我々は、GeoServer、ArcGIS、AWSを使ってSB-PFTデータを視覚化するWebアプリケーションを開発した。
このユーザフレンドリーなプラットフォームにより、教育管理者や政策立案者が子供の体力の傾向を分析し、学校や地区で成功したプログラムを特定し、新しい体力教育イニシアチブを評価することができる。
また、外部データセットとSB-PFTデータを比較するカスタムマッピングツールも備えている。
このプラットフォームは,情報に基づくツールに高度な分析機能を組み込むことで,子どもの体力向上への関与を著しく向上させると結論付けた。
関連論文リスト
- A Survey of Models for Cognitive Diagnosis: New Developments and Future Directions [66.40362209055023]
本研究の目的は,認知診断の現在のモデルについて,機械学習を用いた新たな展開に注目した調査を行うことである。
モデル構造,パラメータ推定アルゴリズム,モデル評価方法,適用例を比較して,認知診断モデルの最近の傾向を概観する。
論文 参考訳(メタデータ) (2024-07-07T18:02:00Z) - A Review of Data Mining in Personalized Education: Current Trends and
Future Prospects [30.033926908231297]
本稿では,教育推薦,認知診断,知識追跡,学習分析の4つのシナリオに焦点をあてる。
教育プラットフォームにおけるAIの統合は、学術的パフォーマンス、学習の好み、行動に関する洞察を提供し、個人の学習プロセスを最適化する。
論文 参考訳(メタデータ) (2024-02-27T06:09:48Z) - A Versatile Data Fabric for Advanced IoT-Based Remote Health Monitoring [0.8789651809819904]
本稿では,デジタルヘルスアプリケーション用に設計された,データ中心でセキュリティを重視したデータファブリックについて述べる。
提案するデータファブリックは、異種データソースの統合を容易にするアーキテクチャとツールキットから構成される。
本稿では,高齢者を対象とした在宅遠隔監視研究プロジェクトにおいて,データファブリックの実装について紹介する。
論文 参考訳(メタデータ) (2023-10-02T22:05:48Z) - Physics Inspired Hybrid Attention for SAR Target Recognition [61.01086031364307]
本稿では,物理にヒントを得たハイブリットアテンション(PIHA)機構と,この問題に対処するためのOFA評価プロトコルを提案する。
PIHAは、物理的情報の高レベルなセマンティクスを活用して、ターゲットの局所的なセマンティクスを認識した特徴群を活性化し、誘導する。
提案手法は,ASCパラメータが同じ12のテストシナリオにおいて,他の最先端手法よりも優れている。
論文 参考訳(メタデータ) (2023-09-27T14:39:41Z) - PhysFormer++: Facial Video-based Physiological Measurement with SlowFast
Temporal Difference Transformer [76.40106756572644]
最近のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙な手がかりのマイニングに重点を置いている。
本稿では,PhysFormerとPhys++++をベースとした2つのエンドツーエンドビデオ変換器を提案する。
4つのベンチマークデータセットで総合的な実験を行い、時間内テストとクロスデータセットテストの両方において優れた性能を示す。
論文 参考訳(メタデータ) (2023-02-07T15:56:03Z) - UBIWEAR: An end-to-end, data-driven framework for intelligent physical
activity prediction to empower mHealth interventions [3.4483987421251516]
UBIWEARは知的身体活動予測のためのエンドツーエンドフレームワークである。
我々の最良のモデルは1087ステップのMAEを達成し、絶対誤差の点で最先端の65%以下である。
論文 参考訳(メタデータ) (2022-12-30T14:18:39Z) - Health Guardian Platform: A technology stack to accelerate discovery in
Digital Health research [1.4334172557562619]
Health Guardianは、IBM Digital Healthチームが開発したプラットフォームで、新しいデジタルバイオマーカーの発見とデジタルヘルス技術の開発を加速する。
このプラットフォームは、モバイルアプリケーション、ウェアラブル、IoT(Internet of Things)デバイスに接続して、健康関連のデータをセキュアなデータベースに収集することができる。
分析が作成されると、事前に定義されたテンプレートを使用してコードをクラウド上にコンテナ化し、デプロイし、1つ以上のセンサーデバイスから収集したデータを使用してモデルを検証できる。
論文 参考訳(メタデータ) (2022-11-10T16:28:07Z) - Distributed intelligence on the Edge-to-Cloud Continuum: A systematic
literature review [62.997667081978825]
このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。
現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
論文 参考訳(メタデータ) (2022-04-29T08:06:05Z) - PhysFormer: Facial Video-based Physiological Measurement with Temporal
Difference Transformer [55.936527926778695]
近年のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙なrの手がかりのマイニングに重点を置いている。
本稿では,エンドツーエンドのビデオトランスをベースとしたアーキテクチャであるPhysFormerを提案する。
論文 参考訳(メタデータ) (2021-11-23T18:57:11Z) - Personalized Education in the AI Era: What to Expect Next? [76.37000521334585]
パーソナライズ学習の目的は、学習者の強みに合致する効果的な知識獲得トラックをデザインし、目標を達成するために弱みをバイパスすることである。
近年、人工知能(AI)と機械学習(ML)の隆盛は、パーソナライズされた教育を強化するための新しい視点を広げています。
論文 参考訳(メタデータ) (2021-01-19T12:23:32Z) - Educational Question Mining At Scale: Prediction, Analysis and
Personalization [35.42197158180065]
大規模に教育的な問題から洞察を抽出する枠組みを提案する。
我々は最先端のベイズ深層学習法、特に部分変分オートエンコーダ(p-VAE)を利用する。
提案したフレームワークを,数万の質問と数千万の回答をオンライン教育プラットフォームから収集した実世界のデータセットに適用する。
論文 参考訳(メタデータ) (2020-03-12T19:07:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。