MétaCan
Menu
Retour à la cohorte
Enregistrement W1982891124 · doi:10.1111/j.1467-789x.2009.00694.x

Percentile distributions of waist circumference for 7–19‐year‐old Polish children and adolescents

2009· article· en· W1982891124 sur OpenAlexaboutno aff
L. Ostrowska Nawarycz, Alicja Krzyżaniak, Barbara Stawińska-Witoszyńska, Małgorzata Krzywińska-Wiewiórowska, I Szilágyi-Pagowska, Małgorzata Kowalska, Łukasz J. Krzych, Tadeusz Nawarycz

Notice bibliographique

RevueObesity Reviews · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPercentileWaistCircumferenceDemographyMedicinePediatricsObesityStatisticsMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

The aim of the study was to develop waist circumference (WC) percentiles in Polish children and youth and to compare these with the results obtained in other countries. The study comprised a random group of 5663 Polish children aged 7-18 years. Smoothed WC percentile curves were computed using the LMS method. The curves displaying the values of the 50th (WC(50)) and the 90th (WC(90)) percentile were then compared with the results of similar studies carried out in children from the UK, Spain, Germany, Turkey, Cyprus, Canada and the USA. WC increased with age in both boys and girls and in all observed age periods the boys were seen to dominate. For 18-year-old Polish boys and girls the values of WC(90) were 86.5 and 78.2, respectively, and were lower than the current criteria developed by the International Diabetes Federation. Both WC(50) and WC(90) were higher in Polish boys and girls compared with their counterparts in the UK, Turkey and Canada and significantly lower than in children from the USA, Cyprus and Spain. The percentile curves for Polish children and youth, which were developed here for the first time, are base curves that can be applied in analysing trends as well as making comparisons with results of similar studies performed in other countries.

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)0,002
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,296
Écart entre enseignants0,274 · 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

Citations43
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObesity ReviewsMême sujetObesity, Physical Activity, DietTravaux en français237 207