자전거 타기를 위한 적응형 자기효능감 기반 AI 코칭 (AI)
2026년 8월 13일 업데이트: Anna Queiroz, University of Miami
향상된 실내 사이클링 성능을 위한 적응형 자기효능감 기반 AI 코칭: 맞춤형 머신러닝 접근법
본 연구의 주요 목적은 실시간 생리학적 및 수행 피드백을 기반으로 한 적응형, AI 제공 맞춤형 자기 효능감 기반 AI 코칭이 고정형 확언과 운동만 하는 대조 조건과 비교하여 20분 타임 트라이얼 동안 실내 사이클링 파워 출력을 향상시키는지 평가하는 것입니다.
연구 개요
상태
모병
연구 유형
중재적
등록 (추정된)
120
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Anna Queiroz, Ph.D.
- 전화번호: 305-284-3752
- 이메일: aqueiroz@miami.edu
연구 연락처 백업
- 이름: Meshak Cole, B.S.
- 전화번호: 305-284-3752
- 이메일: mwc94@miami.edu
연구 장소
-
-
Florida
-
Coral Gables, Florida, 미국, 33146
- 모병
- University of Miami
-
연락하다:
- Anna Queiroz, Ph.D.
- 전화번호: 305-284-3752
- 이메일: aqueiroz@miami.edu
-
연락하다:
- Meshak Cole, B.S.
- 전화번호: 305 2843752
- 이메일: mwc94@miami.edu
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
- 성인
건강한 자원 봉사자를 받아들입니다
예
설명
포함 기준:
연령 18-40세
- 레크리에이션 활동을 하는
- 고정식 자전거 타기에 익숙한
- 격렬한 자전거 타기 20분을 완료할 수 있는
제외 기준:
심혈관, 대사 또는 호흡기 질환
- 심박수 반응에 영향을 미치는 약물
- 과거 3개월 이내 하지 부상
- 경쟁적 사이클리스트(주당 >10시간 자전거 타기)
- 임신
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 기초 과학
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 하나의
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
간섭 없음: 대조군
긍정적 메시지는 제공되지 않습니다.
참가자는 속도 인식을 위해 5, 10, 15, 19분에만 시간 알림을 받습니다.
잠재적 모니터링 효과를 통제하기 위해 동일한 장비를 착용합니다.
|
|
|
실험적: 그룹 1: 자기효능감 기반 AI 코칭
세션 1 데이터로 훈련된 Thompson Sampling 컨텍스트 밴딧 알고리즘은 성능을 지속적으로 모니터링하며, 5초마다 확언을 전달할지 여부를 평가합니다.
|
세션 1 데이터로 훈련된 톰슨 샘플링 상황별 다중 팔 밴딧 알고리즘은 성능을 지속적으로 모니터링하고 5초마다 긍정적 피드백을 제공할지 여부를 평가합니다. 이 정책은 다중 목표 "효과 유지 성능" 함수를 최대화하도록 훈련되어 다음과 같은 요소를 보상합니다:
의사 결정 과정은 다음을 고려합니다:
|
|
활성 비교기: Group 2: Static AI Affirmations
성과 상태와 관계없이 고정된 간격(3, 6, 9, 12, 15, 18분)으로 전달되는 일반적인 동기 부여 메시지입니다.
메시지는 개별 반응보다는 경과 시간에 따라 동일한 복잡도 변화를 따릅니다. |
성과 상태와 관계없이 고정된 간격(3, 6, 9, 12, 15, 18분)으로 전달되는 일반적인 동기 부여 메시지. 메시지는 개별 반응보다 경과 시간에 따라 동일한 복잡도 기울기를 따릅니다:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
20분 시간 대회 동안의 평균 사이클링 파워 출력
기간: 2일차
|
전체 20분 타임 트라이얼 동안의 평균 사이클링 파워 출력.
이 결과는 중재군(적응형 AI 코칭 대 정적 긍정 확인 운동 대 운동만 통제군) 간 평균 파워를 비교합니다.
파워는 사이클링 에르고미터를 통해 지속적으로 측정되며, 각 참가자의 시험에 대한 평균 와트로 요약됩니다.
|
2일차
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Anna Queiroz, Ph.D., University of Miami
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2026년 5월 15일
기본 완료 (추정된)
2028년 12월 23일
연구 완료 (추정된)
2028년 12월 28일
연구 등록 날짜
최초 제출
2025년 12월 19일
QC 기준을 충족하는 최초 제출
2025년 12월 22일
처음 게시됨 (실제)
2026년 1월 5일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 8월 17일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 8월 13일
마지막으로 확인됨
2026년 8월 1일
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .