Les montres intelligentes comme Apple Watch facilitent la surveillance des mouvements quotidiens. Les données proposées par ces appareils, en particulier pendant l'exercice, aident les utilisateurs à évaluer les niveaux d'activité physique. Cependant, la fiabilité de ces données est un problème à long terme. Une équipe de recherche de l'Université du Mississippi a préparé une analyse complète pour chercher des réponses aux questions. Méta-analyse, où un total de 56 études scientifiques réunies, Apple Watch Il vise à déterminer la précision des données à ce sujet.
Les études qui constituent la base de la recherche se concentrent sur trois mesures de base: rythme du cœur, Numéro de marches Et dépense énergétique. Chaque étude compare les performances d'Apple Watch dans ces trois paramètres avec des références médicales. Les données obtenues sont réunies et les taux d'erreur sont calculés. Cette méthode permet d'obtenir des résultats plus généralisables en éliminant la moyenne des résultats obtenus dans différentes conditions de recherche.
L'équipe menant la recherche indique que le taux d'erreur d'Apple Watch est de 4,43% dans la mesure du rythme cardiaque. Cela montre que les utilisateurs ont largement atteint les bonnes données tout en regardant la fréquence cardiaque. Dans le nombre d'étapes, le taux d'erreur était de 8,17%. Les deux valeurs sont inférieures au seuil de 10% accepté pour les produits de technologie portable. Ceci est en général dans ces deux métriques. Digne de confiance indique qu'il offre des résultats.
Apple Watch attire l'attention avec des taux d'écart élevés dans les estimations caloriques
En revanche, dépense énergétique estimation des calories Au point, le tableau est très différent. Selon les résultats de la recherche, le taux d'erreur dans ce domaine est de 27,96%. En d'autres termes, il peut y avoir des différences significatives entre les données calories montrées à l'utilisateur et à l'énergie dépensée. De plus, ces écarts ne sont pas seulement spécifiques à un type spécifique d'activité; Des exercices de marche, de jogging, de vélo et d'intensité mixte sont observés dans des proportions similaires. Cela peut être trompeur, en particulier pour les utilisateurs travaillant avec des cibles basées sur les calories.
La base de cette différence réside dans le complexe structurel de la mesure des calories. Des facteurs tels que la structure corporelle, le taux métabolique, la forme d'exercice de chaque individu affectent directement cette mesure. Pour cette raison, il devient difficile d'appliquer les données obtenues à partir d'un seul appareil à tous ceux qui ont la même précision. La mesure la plus claire des données basée sur des mouvements physiques directes tels que le rythme cardiaque et l'étape est indiqué comme une raison de la différence dans ce domaine.
Équipe de recherche, Apple Watch Il souligne que ses utilisateurs ne devraient pas voir les données comme des vérités absolues. Au lieu de cela, il est recommandé que les informations de ces appareils soient considérées comme des outils de guidage ou d'encouragement. Les données peuvent fournir une tendance générale, mais peuvent ne pas fournir une base suffisante pour les décisions de santé individuelles. Cette approche permet d'évaluer les informations proposées par l'appareil dans un cadre plus sain.
Cependant, une autre détermination de la recherche est que les appareils sont devenus plus précis au fil du temps. Surtout dans les modèles Apple Watch de dernière génération, les taux d'erreur sont inférieurs. Cela s'explique à la fois par le développement de capteurs et la mise à jour des algorithmes. Par conséquent, le travail d'Apple dans ce domaine progresse avec le matériel et les logiciels.
Dirigé par le professeur Minsoo Kang et le doctorant Ju-Pil Cho, cette analyse offre également des commentaires importants aux fabricants. Dans quels domaines sont développés, qui sont encore des carences, il peut être révélé plus clairement avec de telles études. De cette façon, les consommateurs peuvent obtenir des données plus précises et les développeurs peuvent effectuer des mises à jour en fonction des données concrètes.
Avec la propagation des montres intelligentes, la façon dont les utilisateurs surveillent leurs activités physiques ont également changé. Cependant, il est important de savoir que malgré les progrès technologiques, toutes les informations ne sont pas sans erreur. En particulier, de nombreuses données variables, telles que les calories, n'ont pas toujours fourni de résultats définis, et cette analyse complète a de nouveau été révélée.
