导读:本文包含了身体运动智能论文开题报告文献综述及选题提纲参考文献，主要关键词:运动智能手环,可穿戴运动监测设备,加速度运动传感器,能量消耗
身体运动智能论文文献综述
蒿莹莹,张琳,马晓凯,曹振波[1]（2019）在《运动智能手环监测身体活动量的效度研究进展》一文中研究指出目的:梳理运动智能手环评估步数、能量消耗、距离、身体活动强度效度的研究文献,为进一步开展相关研究提供借鉴。方法:对中国知网、PubMed、EMBASE和谷歌学术等数据库进行检索及筛查,梳理运动智能手环评估身体活动指标的效度研究成果及其进展。结果:受多种因素的影响,运动智能手环监测不同类型身体活动指标具有不同范围的误差,同时无法精确监测距离和不同强度身体活动时间。结论:运动智能手环监测不同身体活动指标的整体精确性较差,在实际应用中应谨慎解读其监测结果,且目前相关研究不足,有待于进一步深入研究。(本文来源于《上海体育学院学报》期刊2019年04期）
蒿莹莹[2]（2018）在《运动智能手环监测青少年不同类型身体活动的效度研究》一文中研究指出研究目的:随着体育科技的发展,近年来出现了多种品牌的运动智能手环以监测日常生活身体活动、睡眠等指标,通过采集数据进行自我监控以达到每天或更长期的身体活动目标,从而追踪自己的身体活动以促进身体活动的增加。因此,它不仅仅被用于消费市场,也被研究者用于身体活动的干预和监测研究中,受到了越来越多的人使用。目前,已有一些研究探讨了运动智能手环监测身体活动的效度,但其大多是基于一定实验室环境下的特定活动,且研究对象多为成年人,尚未见检验运动智能手环监测青少年不同类型身体活动能量消耗和步数有效性的研究。本研究的目的就是利用能量代谢舱检验运动智能手环监测青少年不同类型身体活动能量消耗的效度,测评Actigraph GT3X+与运动智能手环监测青少年不同类型身体活动步数的差异。研究方法:招募14-18岁的健康青少年22名(13名男生,9名女生),让其腕部佩戴Actigraph GT3X+加速度计和11款运动智能手环(小米、Fitbit、UP、Connect、Misfit、华为、Bong2s、Golife、Withings、米动、Polar),在能量代谢舱中完成静坐活动(听音乐、看书、看讲课视频各30min)、非规律性活动(做家务和广播体操各10min)和规律性活动(在跑台分别以3.2km/h、5.6km/h、8.0km/h的速度运动30min),检验运动智能手环监测青少年不同类型身体活动的效度。研究结果:1)运动智能手环所测的总的能量消耗、静坐活动、非规律性活动和规律性活动能量消耗值的相关系数的范围分别0.76(Withings)~0.93(Connect)、0.57(Connect)~0.92(Golife)、0.63(Golife,Polar)~0.76(UP)和0.05(Bong2s)~0.90(UP)。2)运动智能手环监测总的步数、非规律性活动、3.2km/h慢走、5.6km/h快走和8.0km/h慢跑活动步数的相关系数的范围分别为0.32(Golife)~0.76(Connect)、0.64(Golife)~0.91(Withings)、-0.19(Bong2s)~0.34(华为)、-054(Golife)~0.46(米动)和0.57(Golife)~0.75(Polar、Connect)。3)运动智能手环监测总的能量消耗、静坐活动、非规律性和规律性活动能量消耗值的平均绝对误差百分比(MAPE)的范围分别为7.0%(Polar)~33.2%(米动)、9.4%(Connect)~31.7%(米动)、18.9%(Misfit)~43.2%(米动)和9.7%(Connect)~77.3%(Fitbit)。4)运动智能手环监测总的步数、非规律性活动、3.2km/h慢走、5.6km/h快走和8.0km/h慢跑活动步数的平均绝对误差百分比(MAPE)的范围分别为16.9%(Bong2s)~41.2%(Connect)、19.7%(Withings)~57.1%(华为)、83.3%(Bong2s)~157.2%(华为)、73.1%(Bong2s)~118.4%(Polar)和23.0%(Golife)~41.2%(Connect)。研究结论:1)运动智能手环监测总的能量消耗和静坐活动能量消耗与监测非规律性活动和规律性活动能量消耗相比具有相对较低的误差率;2)所有的手环监测5.6km/h快走活动步数与GT3X+相比都具有显着性差异;所有的运动智能手环全部高估总的身体活动步数;3)运动智能手环的价格和效度似乎是没有任何关联的,运动智能手环的价格可能与其他的方面有关系(例如:游戏化、舒适度、美感等)。因此,可根据自己所需选择运动智能手环。(本文来源于《上海体育学院》期刊2018-06-19）
魏文俊[3]（2017）在《4-5岁幼儿身体运动智能培养的实验研究》一文中研究指出运动智能是指在运动情景中能顺利解决问题的心理特征的总和。身体运动智能主要指个体运用身体表达自己的思想、情感、解决某个问题、创造某些物品以及灵活的操作物体的智能,它包括平衡、协调、敏捷、力量、速度、灵活性等特殊的身体技巧、动作特性以及对于外界刺激作出反应的能力。身体运动智能有叁个要素:1.有效的控制身体运动的能力;2.熟练的操作物体的能力;3.身体和大脑协调一致的能力。4-5岁儿童属于学龄前儿童的中段年龄,是进行智能培养的重要时期。本文以4-5岁幼儿身体运动智能的培养问题为研究对象,运用文献资料法、深度访谈法、实验法、统计分析法等研究方法,得出以下结论:1.以peabody运动发育量表的评价体系为基础,将幼儿运动智能的培养细化为粗大动作的培养和精细动作的培养,其中按照该体系的划分标准,将粗大动作划分为姿势、移动和实物操作叁个单元进行培养;将精细动作划分为手部抓握动作和视觉运动整合单元进行培养。2.通过对陕西省西安市4-5岁幼儿身体运动智能开发现状的调查得出:在体育课程设置方面,文化课和体育课的设置比例相差悬殊,目前大部分家长与园方领导都表示愿意将体育课程占比提升,让幼儿能够进行更多的体育活动时间;在运动时间设置方面,部分幼儿园的幼儿室外活动时长不能达到《幼儿园教育指导纲要》要求,仅24.4%的幼儿园的户外活动时间可以达到2个小时以上;在运动项目设置方面,体育项目活动内容单一,多数以自由活动,集体游戏为主要形式,缺乏对幼儿身体运动智能的系统性培养。3.4-5岁幼儿身体运动智能培养的实验研究结果:对前测数据的统计分析表明,在粗大动作和精细动作单元以及总运动商方面,实验组与对照组无显着性差异;对后测数据的统计分析表明,实验组的精细动作单元明显高与对照组,并且P小于0.05,呈显着性差异,说明实验组在精细动作方面有明显提升,而粗大动作单元与对照组无明显差异;对前后测数据的统计分析表明,笔者设计的实验课程对4-5岁幼儿身体运动智能的精细动作方面有显着性提升,起到了积极推进的作用,但在粗大动作培养方面,未能达到预期目标,还需要针对粗大动作的培养进一步改进课程内容,以达到培养目标。4.根据以上研究提出了4-5岁幼儿身体运动智能的培养策略:(1)粗大动作培养策略:首先应注重幼儿平衡性、腹部核心力量的训练,其次应注重视觉整合运动协调性的训练。(2)精细动作培养策略:首先应以游戏化培养精细动作发展,其次应以生活化培养幼儿精细动作发展,最后应以专业化培养幼儿精细动作发展。幼儿身体运动智能的开发对幼儿的成长过程有着重要的作用和意义,身体运动智能的开发不仅能提升幼儿的身体素质,对于幼儿的其他智能的潜能激发起到关联作用,本文以理论联系实际,将幼儿身体运动智能的开发融入课堂,对日后的幼儿身体运动智能的开发培养提供了理论意义和实践价值。(本文来源于《西安体育学院》期刊2017-06-01）
[4]（2015）在《多元智能之——身体运动智能》一文中研究指出身体运动智能发达的特点:(1)能巧妙地操纵物体和调整自我身体的技能;(2)很难长时间坐着不动;(3)喜欢动手建造东西,如缝纫、编织、雕刻,或木工;(4)喜欢跑跑跳跳、触摸环境中的物品;(5)喜欢在户外活动;(6)与人谈话时,常用手势或其它肢体语言。最佳的职业方向:运动员、舞蹈家、演员、外科医生等。(本文来源于《小学生(多元智能大王)》期刊2015年04期）
[5]（2014）在《多元智能之——身体运动智能》一文中研究指出身体运动智能是指善于运用整个身体来表达思想和情感、灵巧地运用双手制作或操作物体的能力。这项智能包括特殊的身体技巧,如平衡、协调、敏捷、力量、弹性和速度以及由触觉所引起的能力。身体运动智能强的儿童喜欢动手拆装建造东西,喜爱户外活动、体育活动。身体运动智能强的人适合从事的职业是:运动员、演员、舞蹈家、外科医生、宝石匠、机械师等。(本文来源于《小学生(多元智能大王)》期刊2014年06期）
袁锦明[6]（2014）在《在高中生物教学中培养学生的身体运动智能》一文中研究指出美国心理学家加德纳教授提出的多元智能理论认为,人类至少有八种智能,它们之间不存在优劣之分,并且他把身体运动智能与语言文字、数理逻辑等智能列于同等重要的地位。这在很大程度上改变了人们"重文轻体"的传统思想,使人们认识到了身体运动智能的重要性,不能再轻视或忽视它,而是要重(本文来源于《中学生物教学》期刊2014年Z1期）
[7]（2013）在《多元智能之——身体运动智能》一文中研究指出身体运动智能主要是指运用四肢和躯干的能力,表现为能较好地控制自己的身体、对事件能够做出恰当的身体反应以及善于利用身体语言表达自己的思想和情感的能力。身体运动智能强的人适合从事的职业有运动员、舞蹈家、雕塑家、机械师等。外科医生、实验科学家、工(本文来源于《小学生(多元智能大王)》期刊2013年04期）
春泥儿[8]（2012）在《身体运动智能》一文中研究指出(本文来源于《小学生(多元智能大王)》期刊2012年04期）
李静[9]（2012）在《中学生身体运动智能计算机情境化测评方法研究》一文中研究指出身体运动智能是加德纳提出的多元智能中的一项,是指人控制身体动作、操作物体、运用身体动作表达思想感情和解决问题的能力。人类对世界的最初认识和经验都是在身体运动的参与下获得的,可以说身体运动智能是人类认知的基础,是生活、学习所必须的基本能力。身体运动智能对中学生的学习有积极地促进作用。研究表明,有37%的学生是动觉学习者,这种类型的学生,在学习过程中需要通过身体参与来操作和体验所学的内容才能达到更好的理解和记忆。同时,身体运动的参与也促进学生思维的发展。活动理论家强调非言语活动经验和抽象符号思维之间的密切关系,对学生思维的开发具有重要的意义。此外,身体运动智能的发展水平同时也影响其他几种智能的发展。有研究者认为,身体运动智能是人类生存并认识这个世界的所有智力活动的核心,并把身体运动智能理论运用到各学科的教学实践中。在学习的过程中,学生不仅对知识的理解和记忆更深,而且自我认识智能和语言智能也得到了相当程度的发展。由此可见,培养和开发学生的身体运动智能对学生学习和发展的重要性。要了解学生的身体运动智能发展情况,那么就要对他们的身体运动智能进行测评。通过文献调研等发现,目前对身体运动智能的评测主要是调查问卷和真实情境评估等方法。这些方法在测评时各有其独特的优势,同时也存在诸多问题,最主要的是题目主要关注被试的喜好和自我描述,没有体现他们解决问题的能力；测评实施起来费时费力,不适合大范围内测试。因此,设计出合理、客观而有针对性的测评项目,成为身体运动智能测评应该考虑的关键问题。针对以上问题,本研究以加德纳对“智能的情境化”的测评思想为指导,以张国祥博士的15道测评身体运动智能的题目为基础,对每个题目进行详细的分析,通过多媒体计算机技术,将问卷形式的题目重新设计成计算机情境化的测评项目。每个测评项目都在一定的模拟情境中设计了一定的操作任务要求被试完成,每个任务都针对身体运动智能的某一种亚智力来设计,通过任务完成的情况考察被试运用该方面智力解决问题的能力。为了检验设计好的计算机情境化测评项目的适用性,本研究选取南京地区的部分中学生进行试测,用SPSS软件对测评结果进行分析,计算了项目的难度、区分度以便对项目进行筛选和修改,并检验了测验的信度和效度。统计结果显示,测验有着良好的信度和效度,适合用于中学生的身体运动智能测评。搭建的网络测试系统平台,采用B/S结构。这样,学生只需要一台能联网的计算机就能实现测试,使测试能在大范围内实施。整个测评系统界面简洁、美观,操作简单,而且便于维护。测评过程中测评数据的收集、分析和处理都由计算机完成,减少了人为统计分析数据的繁琐工作,不仅缩短了数据分析的时间,且使统计结果更精确。(本文来源于《南京师范大学》期刊2012-03-15）
[10]（2011）在《激发你的身体运动智能》一文中研究指出看过某场演出后,通过手势、动作、运动、姿势或其他身体语言表达对演出的看法。在从事一项日常的体力任务诸如铲雪、洗盘子或修理你的玩具小汽车时,要留意自己的身(本文来源于《小学生(多元智能大王)》期刊2011年04期）
身体运动智能论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究目的:随着体育科技的发展,近年来出现了多种品牌的运动智能手环以监测日常生活身体活动、睡眠等指标,通过采集数据进行自我监控以达到每天或更长期的身体活动目标,从而追踪自己的身体活动以促进身体活动的增加。因此,它不仅仅被用于消费市场,也被研究者用于身体活动的干预和监测研究中,受到了越来越多的人使用。目前,已有一些研究探讨了运动智能手环监测身体活动的效度,但其大多是基于一定实验室环境下的特定活动,且研究对象多为成年人,尚未见检验运动智能手环监测青少年不同类型身体活动能量消耗和步数有效性的研究。本研究的目的就是利用能量代谢舱检验运动智能手环监测青少年不同类型身体活动能量消耗的效度,测评Actigraph GT3X+与运动智能手环监测青少年不同类型身体活动步数的差异。研究方法:招募14-18岁的健康青少年22名(13名男生,9名女生),让其腕部佩戴Actigraph GT3X+加速度计和11款运动智能手环(小米、Fitbit、UP、Connect、Misfit、华为、Bong2s、Golife、Withings、米动、Polar),在能量代谢舱中完成静坐活动(听音乐、看书、看讲课视频各30min)、非规律性活动(做家务和广播体操各10min)和规律性活动(在跑台分别以3.2km/h、5.6km/h、8.0km/h的速度运动30min),检验运动智能手环监测青少年不同类型身体活动的效度。研究结果:1)运动智能手环所测的总的能量消耗、静坐活动、非规律性活动和规律性活动能量消耗值的相关系数的范围分别0.76(Withings)~0.93(Connect)、0.57(Connect)~0.92(Golife)、0.63(Golife,Polar)~0.76(UP)和0.05(Bong2s)~0.90(UP)。2)运动智能手环监测总的步数、非规律性活动、3.2km/h慢走、5.6km/h快走和8.0km/h慢跑活动步数的相关系数的范围分别为0.32(Golife)~0.76(Connect)、0.64(Golife)~0.91(Withings)、-0.19(Bong2s)~0.34(华为)、-054(Golife)~0.46(米动)和0.57(Golife)~0.75(Polar、Connect)。3)运动智能手环监测总的能量消耗、静坐活动、非规律性和规律性活动能量消耗值的平均绝对误差百分比(MAPE)的范围分别为7.0%(Polar)~33.2%(米动)、9.4%(Connect)~31.7%(米动)、18.9%(Misfit)~43.2%(米动)和9.7%(Connect)~77.3%(Fitbit)。4)运动智能手环监测总的步数、非规律性活动、3.2km/h慢走、5.6km/h快走和8.0km/h慢跑活动步数的平均绝对误差百分比(MAPE)的范围分别为16.9%(Bong2s)~41.2%(Connect)、19.7%(Withings)~57.1%(华为)、83.3%(Bong2s)~157.2%(华为)、73.1%(Bong2s)~118.4%(Polar)和23.0%(Golife)~41.2%(Connect)。研究结论:1)运动智能手环监测总的能量消耗和静坐活动能量消耗与监测非规律性活动和规律性活动能量消耗相比具有相对较低的误差率;2)所有的手环监测5.6km/h快走活动步数与GT3X+相比都具有显着性差异;所有的运动智能手环全部高估总的身体活动步数;3)运动智能手环的价格和效度似乎是没有任何关联的,运动智能手环的价格可能与其他的方面有关系(例如:游戏化、舒适度、美感等)。因此,可根据自己所需选择运动智能手环。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
身体运动智能论文参考文献
[1].蒿莹莹,张琳,马晓凯,曹振波.运动智能手环监测身体活动量的效度研究进展[J].上海体育学院学报.2019
[2].蒿莹莹.运动智能手环监测青少年不同类型身体活动的效度研究[D].上海体育学院.2018
[3].魏文俊.4-5岁幼儿身体运动智能培养的实验研究[D].西安体育学院.2017
[4]..多元智能之——身体运动智能[J].小学生(多元智能大王).2015
[5]..多元智能之——身体运动智能[J].小学生(多元智能大王).2014
[6].袁锦明.在高中生物教学中培养学生的身体运动智能[J].中学生物教学.2014
[7]..多元智能之——身体运动智能[J].小学生(多元智能大王).2013
[8].春泥儿.身体运动智能[J].小学生(多元智能大王).2012
[9].李静.中学生身体运动智能计算机情境化测评方法研究[D].南京师范大学.2012
[10]..激发你的身体运动智能[J].小学生(多元智能大王).2011