Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Adaptieve zelfeffectiviteitsgebaseerde AI-coaching voor fietsen (AI)

13 augustus 2026 bijgewerkt door: Anna Queiroz, University of Miami

Adaptieve, op zelfeffectiviteit gebaseerde AI-coaching voor verbeterde indoorfietsprestaties: Een gepersonaliseerde machine learning-aanpak

Het primaire doel van deze studie is te evalueren of adaptieve, door AI geleverde gepersonaliseerde coaching op basis van zelfeffectiviteit, gebaseerd op real-time fysiologische en prestatie feedback, het vermogen bij indoorfietsen tijdens een 20-minuten tijdrit verbetert in vergelijking met statische affirmaties en alleen-oefening controlesituaties.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Studietype

Ingrijpend

Inschrijving (Geschat)

120

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Contact Back-up

  • Naam: Meshak Cole, B.S.
  • Telefoonnummer: 305-284-3752
  • E-mail: mwc94@miami.edu

Studie Locaties

  • Verenigde Staten
    • Florida
      • Coral Gables, Florida, Verenigde Staten, 33146
        • Werving
        • University of Miami
        • Contact:
        • Contact:

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Volwassen

Accepteert gezonde vrijwilligers

Ja

Beschrijving

Inclusiecriteria:

  • Leeftijd 18-40 jaar

    • Recreatief actief
    • Vertrouwd met hometrainers
    • In staat om 20 minuten intensief te fietsen

Uitsluitingscriteria:

  • Cardiovasculaire, metabolische of respiratoire aandoeningen

    • Medicatie die de hartslagrespons beïnvloedt
    • Blessure aan de onderste ledematen in de afgelopen 3 maanden
    • Wedstrijdcyclisten (>10 uur fietsen/week)
    • Zwangerschap

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Primair doel: Fundamentele wetenschap
  • Toewijzing: Gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Enkel

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Geen tussenkomst: Controlegroep
Geen bevestigingen afgegeven. Deelnemers ontvangen alleen tijdsmeldingen op 5, 10, 15 en 19 minuten voor tempo-bewustzijn. Dezelfde uitrusting gedragen om te controleren op mogelijke monitoringeffecten.
Experimenteel: Groep 1: AI-coaching op basis van zelfeffectiviteit
Het Thompson Sampling-contextuele bandietalgoritme, getraind op Sessie 1-gegevens, controleert de prestaties continu en evalueert elke 5 seconden of een bevestiging moet worden afgegeven.
Gedragsmatig: Groep 1: AI-coaching gebaseerd op zelfeffectiviteit

Het Thompson Sampling-contextuele bandit-algoritme, getraind op Sessie 1-gegevens, monitort de prestaties continu en evalueert elke 5 seconden of een bevestiging moet worden gegeven. Het beleid is getraind om een multi-objectieve "effectiviteit-bewaarde prestaties"-functie te maximaliseren die beloont:

  • Het handhaven van doelvermogen ten opzichte van rollende 30s/2min/5min-baselines
  • Het stabiliseren van kortetermijnvermogensvariabiliteit (30s variatiecoëfficiënt)
  • Het stabiliseren van de hartslag (HR)-trajectorie in overeenstemming met efficiënte pacing

Het besluitvormingsproces overweegt:

  • Huidig vermogen ten opzichte van 30-seconden, 2-minuten en 5-minuten rollende gemiddelden
  • Vermogensoutputvariabiliteit (variatiecoëfficiënt over afgelopen 30 seconden)
  • Hartslagtraject en cardiale driftpatronen
  • Cadansstabiliteit en veranderingen ten opzichte van baseline
  • Verstreken tijd en verwachte vermoeidheidsprogressie gebaseerd op vermogen-duurcurve Zelfeffectiviteit-gebaseerde AI-coaching past zich aan fysiologische metingen (vermogen en hartslag) aan.
Actieve vergelijker: Groep 2: Statische AI-bevestigingen
Generieke motiverende berichten afgeleverd op vaste intervallen (minuten 3, 6, 9, 12, 15 en 18), ongeacht de prestatiestatus. Berichten volgen hetzelfde complexiteitsgradiënt op basis van verstreken tijd in plaats van individuele respons.
Gedragsmatig: Groep 2: Statische AI-bevestigingen

Generieke motiverende berichten die op vaste intervallen worden afgeleverd (minuten 3, 6, 9, 12, 15 en 18), ongeacht de prestatiestatus. De berichten volgen hetzelfde complexiteitsverloop op basis van verstreken tijd in plaats van individuele reactie:

  • Minuten 3, 6: "Je bouwt momentum op met elke pedaalslag - houd dit sterke ritme vast"
  • Minuten 9, 12: "Sterke inspanning - duw door deze uitdaging heen"
  • Minuten 15, 18: "Laatste zet - maak het sterk af"

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gemiddeld vermogen tijdens 20 minuten tijdrit
Tijdsspanne: Dag 2
Gemiddeld vermogen bij fietsen over de volledige 20-minuten tijdrit. De uitkomst vergelijkt het gemiddelde vermogen tussen de interventiegroepen (adaptieve AI-coaching vs. statische affirmaties vs. alleen-oefeningen controlegroep). Vermogen wordt continu vastgelegd via de fietsergometer en samengevat als het gemiddelde aantal watt voor de tijdrit van elke deelnemer.
Dag 2

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

University of Miami

Onderzoekers

  • Hoofdonderzoeker: Anna Queiroz, Ph.D., University of Miami

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

15 mei 2026

Primaire voltooiing (Geschat)

23 december 2028

Studie voltooiing (Geschat)

28 december 2028

Studieregistratiedata

Eerst ingediend

19 december 2025

Eerst ingediend dat voldeed aan de QC-criteria

22 december 2025

Eerst geplaatst (Werkelijk)

5 januari 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

17 augustus 2026

Laatste update ingediend die voldeed aan QC-criteria

13 augustus 2026

Laatst geverifieerd

1 augustus 2026

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 20251354

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren