摘要
一项新的研究显示，一项利用机器学习技术的新研究发现，美国各地与锻炼相关的推文，揭示了不同地区和性别在锻炼类型和强度水平上的差异。研究结果发表在《BMJ开放运动与运动医学》杂志上。
一项新的研究显示，一项利用机器学习技术的新研究发现，美国各地与锻炼相关的推文，揭示了不同地区和性别在锻炼类型和强度水平上的差异。研究结果发表在《BMJ Open Sport & Exercise Medicine》杂志上。
通过对推文语言的分析，该方法还能显示出不同人群对不同类型运动的感受。
本研究的资深作者、公共卫生和公共卫生学院全球健康助理教授伊莱恩·恩苏西博士说:“在大多数情况下，低收入社区往往缺乏鼓励健康生活方式的资源。“通过了解不同社区人们锻炼方式的差异，我们可以针对这些社区的具体需求设计干预措施。”
在未来，社交媒体和其他数字数据可以帮助制定干预措施和政策，这些干预措施和政策不仅取决于这些社区的习惯，还取决于他们对不同体育活动的看法。“我们相信，这项工作向正确的方向迈出了一步。”
研究人员使用一套人工智能人工智能人工智能人工智能模型，对美国29000个县的481146名推特用户发布的1382284条相关推文进行了分析(并剔除了误报，比如提到《行尸走肉》、观看体育比赛或使用“快迟到”这个表达)。最后，研究人员比较了来自美国东北部、南部、中西部和西部四个不同地区的男性和女性的推文。
最热门的运动术语是“散步”、“跳舞”、“高尔夫”、“锻炼”、“跑步”、“游泳池”、“远足”、“瑜伽”、“游泳”和“保龄球”。总体而言，步行是最受欢迎的活动，但其他活动因性别和地区而异。美国西部地区的女性比其他任何地区的女性做的剧烈运动都多，而中西部地区的男性做的剧烈运动最多。总体而言，男性的运动强度略高于女性，而南方在运动强度方面的性别差异最大。
来源：Medindia
此文系悬壶济世网原创整理，没有授权，请勿转载！
