MétaCan
Menu
Retour à la cohorte
Enregistrement W1908666767 · doi:10.1139/apnm-2015-0114

Do Canadian collegiate hockey players accurately perceive body composition changes after unmonitored training and diet?

2015· article· en· W1908666767 sur OpenAlexaffvenueabout
Neal W. Prokop, Lindsay R. Duncan, Ross E. Andersen

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAthletesComposition (language)Lean body massPhysical therapyAffect (linguistics)PsychologyMedicineIce hockeyPhysical medicine and rehabilitationBody weightCommunicationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Collegiate athletes often use nutritional programs and supplements to elicit body composition changes in muscle or fat. It is unknown if athletes can accurately perceive their fluctuations in body composition, yet their understanding may help them make more accurate interpretations regarding the success of potential nutrition or exercise regimens. The purpose of this study was to investigate if collegiate hockey players could accurately perceive a change in body composition during a 3-month period within their regular season, in which no predetermined nutritional or exercise program was provided. Twenty-four male Canadian collegiate hockey players completed preseason and midseason body composition assessments using dual-energy X-ray absorptiometry. Immediately before the midseason scan, players attempted to accurately match their perceived fluctuation in composition, with predetermined categorical ranges of relative body composition and strength. Two-thirds of players and one-half of players accurately perceived changes in arm-lean and arm-fat tissue, respectively. Approximately two-thirds of players did not accurately perceive gains or losses of lean or fat tissue within their leg and overall body. Although some athletes partially detected changes in the lean and fat tissue of particular regions, the vast majority of players cannot detect the type, or amount of tissue gained and lost across the overall body. Body composition assessments, rather than an athlete's perceptions, should be used to help interpret the success of a sport nutrition or exercise program. Athletes should be aware that physiologic adaptations might take place unnoticed, which could affect the acceptance and adherence of nutrition or exercise interventions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,099
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,042
Tête enseignante GPT0,283
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetSports Performance and TrainingTravaux en français237 207