MétaCan
Menu
Retour à la cohorte
Enregistrement W1595494739 · doi:10.11648/j.ajss.s.2014020601.13

Anthropometric Characteristic, Body Composition and Somatotype of Canadian Female Soccer Players

2015· article· en· W1595494739 sur OpenAlexaboutno aff
Anup Adhikari, Jady Nugent

Notice bibliographique

RevueAmerican journal of sports science and medicine · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnthropometryAthletesClubWaistBody fat percentageWaist–hip ratioPopulationDemographyMedicinePhysical therapyObesityAnatomyInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Canadian female junior soccer players were evaluated for their anthropometrical characteristics including somatotype and body composition with a aim to evaluate with their international counterparts. 18 female soccer players with an average age of 16(±0.5) of a local club were assessed during their peak season time . Somatotype was assessed using Heath-Carter method and body composition ( Fat%) was assessed by surface anthropometry . Endomorphic mesomorph (3.0 ±0.8 ─ 3.9±0.8 ─2.58±1.0 ) body type was observed in average with an average 22.1(±3.1) % body fat. Average waist-hip ratio was 0.7 (±0.03) . Though BMI does not reflect the obesity precisely in athletic population, average BMI of the female soccer group was in normal range with an average value of 21.5 (±1.8) kg.m-2 .Thus the Canadian junior female soccer players possessed an average muscularity with slightly higher fat % compare to national level female athletes . The group needed more muscularity with less fattiness.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,853

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,306
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican journal of sports science and medicineMême sujetSports Performance and TrainingTravaux en français237 207