एकेडमिया में कैलोरी बर्न एक बंद प्रणाली में उत्पादित गर्मी के बारे में मापा जाता है। उस सोने के मानक के मुकाबले फिटबिट चार्ज 2 कितना सही है ?
एकेडमिया में कैलोरी बर्न एक बंद प्रणाली में उत्पादित गर्मी के बारे में मापा जाता है। उस सोने के मानक के मुकाबले फिटबिट चार्ज 2 कितना सही है ?
जवाबों:
कैलोरी बर्न का अनुमान है कि फिटबिट प्रदान करता है, लिंग, उम्र, ऊंचाई और वजन के आधार पर व्यक्ति की बेसल चयापचय दर को ध्यान में रखता है और साथ ही दर्ज की गई गतिविधि और मैन्युअल रूप से लॉग इन की गई कोई भी गतिविधि।
मेरी धारणा है कि फिटबिट ट्रैकर्स द्वारा बताई गई कैलोरी बर्न वास्तव में सिर्फ बॉलपार्क का अनुमान है और फिटबिट समुदाय के लोग अक्सर गणना की सटीकता और स्थिरता पर सवाल उठाते हैं। मेडिसिन एंड साइंस इन स्पोर्ट्स एंड एक्सरसाइज के एक लेख में कहा गया है कि मुनसी में बॉल स्टेट यूनिवर्सिटी के एक अध्ययन में, इंडियाना ने फिटबिट और अन्य ट्रैकर्स को कैलोरी के बारे में अत्यधिक गलत बताया, विशेष रूप से गैर-स्टेप आधारित गतिविधि पर जलने के लिए, जितना कि 50% बंद।
मेरे लिए, यह एक XY प्रश्न होने के करीब लगता है। चिकित्सा पेशेवरों (और कुछ हद तक प्रयोगशाला उपकरण निर्माताओं) इन कम लागत, निरंतर मापक सेंसर के खिलाफ वापस जोर दे रहे हैं, क्योंकि वे सटीक नहीं हैं - लेकिन यह स्वीकार करने में विफल है कि उच्च सटीकता की जगह लेने से संभवतः अन्य लाभ हैं उच्च मात्रा डेटा के साथ (दोनों समय में, और आबादी के पार)।
बहुत सारे एम्बेडेड अनुप्रयोगों के साथ, फिटबिट कैलोरी बर्न को सीधे मापता नहीं है। गतिविधि के पहचाने गए तरीकों (उदाहरण के लिए -सोइंग, जॉगिंग, वॉकिंग) के आधार पर अनुमान प्रदान करने के लिए यह कुछ और अधिक मापनीय और उपयोगकर्ता डेटा लेता है। व्यक्तियों के एक समूह के पार, मनाया मापदंडों और वास्तविक कैलोरी बर्न के बीच महत्वपूर्ण भिन्नता की संभावना है।
जहां डेटा के अधिक सटीक होने की उम्मीद की जा सकती है, किसी विशिष्ट व्यक्ति के लिए अलग-अलग दिनों के सापेक्ष कैलोरी बर्न की तुलना में है, और स्पष्ट लाभ एक खुली हवा में गतिविधि में किसी भी सटीक कैलोरीमीटर की कोशिश करने की तुलना में तुच्छ इंस्ट्रूमेंटेशन ओवरहेड है।
इसकी सराहना करना महत्वपूर्ण है कि कैलोरी संख्या एक अनुमान है, लेकिन जब किसी को कैलोरी के साथ कुछ भी सटीक परवाह है? यहां तक कि रक्तचाप के साथ, मूल्य समय-समय पर चिकित्सकीय निगरानी वाले अनुप्रयोगों (एक बार निदान माप के बजाय) के बहुमत में परिवर्तन की पहचान करने में सक्षम हो रहा है।
इस तरह के झुंड माप के मूल्य को औपचारिक रूप देने के लिए कुछ प्रयास करने की आवश्यकता है, पेशेवरों को कम गुणवत्ता वाले डेटा के साथ काम करने के लिए शिक्षित करें, और उपयोगकर्ताओं को शिक्षित करने के लिए इस सस्ते डेटा की व्यक्तिगत रूप से जानकारीपूर्ण नहीं है।